本文關(guān)鍵詞：熏蒸與染色枸杞的高光譜檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：枸杞是我國法定的藥食兼用物品,既是傳統(tǒng)的中藥材,又是營養(yǎng)的滋補(bǔ)品。枸杞具有諸多對人體有益的功效,近年來,隨著人們保健意識的增強(qiáng)以及枸杞較為經(jīng)濟(jì)的價(jià)格,市場對其需求量巨大,導(dǎo)致出現(xiàn)一些不法商販為提升枸杞的賣相和價(jià)格,采用硫磺熏蒸或化學(xué)染色等方法改善枸杞外觀色澤進(jìn)而提高其出售價(jià)格。針對硫磺熏蒸和化學(xué)染色枸杞缺少高效快速無損檢測手段的問題,提出利用高光譜成像技術(shù)檢測方法對其進(jìn)行檢測研究,以達(dá)到與正常晾曬枸杞準(zhǔn)確、高效、無損的進(jìn)行區(qū)分,為今后開發(fā)枸杞硫磺熏蒸、染色多光譜在線判別系統(tǒng)提供了可能。主要方法及結(jié)論如下:(1)對同一批枸杞進(jìn)行正常晾曬、硫磺熏蒸及化學(xué)染色樣本組的制備,分成正�！翳坭浇M和正常—染色枸杞組,然后利用高光譜成像系統(tǒng)分別獲取樣本組408~1013nm范圍內(nèi)的高光譜圖像數(shù)據(jù),分別提取并計(jì)算感興趣區(qū)域的平均光譜。(2)正�！翳坭綐颖窘M判別,通過光譜的主成分分析篩選了650nm和1000nm兩個(gè)重要的波長,然后將兩個(gè)波段下的光譜值進(jìn)行除法運(yùn)算,得到光譜的波段比值,利用Fisher判別對光譜波段比值進(jìn)行判別分析,并將兩個(gè)特殊波段的單波段圖像相除,得到波段比圖像,最后應(yīng)用掩膜法獲取去除背景后的波段比圖像。結(jié)果表明,可見近紅外高光譜成像技術(shù)能很好地對硫磺熏蒸和正常枸杞進(jìn)行檢測區(qū)分,檢測正確率達(dá)到100%。研究中僅使用了953個(gè)波段中的2個(gè),數(shù)據(jù)量大大減少。(3)正常—染色枸杞樣本組判別,利用MATLAB軟件對提取的兩種樣本感興趣區(qū)域光譜數(shù)據(jù)分別進(jìn)行歸一化處理,用不同光譜預(yù)處理方法和不同主成分因子數(shù)對枸杞是否被化學(xué)染色進(jìn)行了對比分析,建立了枸杞是否被染色的定性判別模型。結(jié)果表明,用判別分析方法結(jié)合原始光譜建立的DA判別模型最優(yōu),該方法對校正集和驗(yàn)證集正確分類達(dá)100%。
【關(guān)鍵詞】：枸杞 高光譜 硫磺熏蒸 化學(xué)染色 判別分析
【學(xué)位授予單位】：石河子大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：S567.19
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-17
• 1.1 研究背景與意義9-11
• 1.1.1 研究背景9-11
• 1.1.2 研究意義11
• 1.2 高光譜成像技術(shù)概述11-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-15
• 1.4 研究目標(biāo)、內(nèi)容及技術(shù)路線15-16
• 1.4.1 研究目標(biāo)15
• 1.4.2 研究內(nèi)容和方法15-16
• 1.4.3 技術(shù)路線16
• 1.5 本章小結(jié)16-17
• 第二章 試驗(yàn)材料、設(shè)備與方法17-25
• 2.1 樣本采集17
• 2.2 試驗(yàn)樣本制備17
• 2.3 樣本制作步驟17-18
• 2.3.1 硫磺熏蒸枸杞樣本17-18
• 2.3.2 化學(xué)染色枸杞樣本18
• 2.4 高光譜成像系統(tǒng)18-20
• 2.5 圖像采集20-21
• 2.6 數(shù)據(jù)處理方法21-22
• 2.7 工具軟件22-24
• 2.8 本章小結(jié)24-25
• 第三章 基于高光譜成像的硫磺熏蒸枸杞檢測判別25-30
• 3.1 光譜提取25
• 3.2 光譜主成分分析與波段選擇25
• 3.3 光譜判別和圖像分類分析25-26
• 3.4 光譜數(shù)據(jù)分析26-29
• 3.4.1 硫磺熏蒸和自然晾曬枸杞的光譜特征26
• 3.4.2 光譜主成分分析26-27
• 3.4.3 波長選擇及判別分析27-29
• 3.5 本章小結(jié)29-30
• 第四章 基于高光譜成像的染色枸杞檢測判別30-35
• 4.1 光譜提取30
• 4.2 光譜數(shù)據(jù)分析30-32
• 4.2.1 數(shù)據(jù)歸一化31
• 4.2.2 光譜數(shù)據(jù)處理31-32
• 4.3 光譜數(shù)據(jù)判別方法32-34
• 4.3.1 不同預(yù)處理方式對校正模型判別精度的影響32
• 4.3.2 不同主成分因子對校正模型判別精度的影響32-33
• 4.3.3 校正集和驗(yàn)證集分析結(jié)果33-34
• 4.4 本章小結(jié)34-35
• 第五章 結(jié)論與展望35-36
• 5.1 結(jié)論35
• 5.2 展望35-36
• 參考文獻(xiàn)36-40
• 致謝40-41
• 作者簡介41-42
• 導(dǎo)師評閱表42

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 單佳佳;彭彥昆;王偉;李永玉;吳建虎;張雷蕾;;基于高光譜成像技術(shù)的蘋果內(nèi)外品質(zhì)同時(shí)檢測[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年03期

2 王斌;薛建新;張淑娟;;基于高光譜成像技術(shù)的腐爛、病害梨棗檢測[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期

3 蔡健榮;韓智義;;碧螺春茶葉的真?zhèn)舞b別技術(shù)——基于漫反射式高光譜成像技術(shù)[J];農(nóng)機(jī)化研究;2013年04期

4 孫梅;陳興海;張恒;陳海霞;;高光譜成像技術(shù)的蘋果品質(zhì)無損檢測[J];紅外與激光工程;2014年04期

5 羅陽;何建國;賀曉光;王松磊;劉貴珊;;農(nóng)產(chǎn)品無損檢測中高光譜成像技術(shù)的應(yīng)用研究[J];農(nóng)機(jī)化研究;2013年06期

6 田有文;牟鑫;程怡;;高光譜成像技術(shù)無損檢測水果缺陷的研究進(jìn)展[J];農(nóng)機(jī)化研究;2014年06期

7 余克強(qiáng);趙艷茹;李曉麗;張淑娟;何勇;;基于高光譜成像技術(shù)的鮮棗裂紋的識別研究[J];光譜學(xué)與光譜分析;2014年02期

8 丁冬;;高光譜成像技術(shù)及其在農(nóng)產(chǎn)品檢測中的應(yīng)用[J];科技信息;2013年35期

9 張?bào)憷?劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術(shù)的油菜葉片氮含量及分布快速檢測[J];光譜學(xué)與光譜分析;2014年09期

10 章海亮;高俊峰;何勇;;基于高光譜成像技術(shù)的柑橘缺陷無損檢測[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年09期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前7條

1 盧云龍;劉志剛;;高光譜成像技術(shù)及其在目標(biāo)檢測中的應(yīng)用進(jìn)展[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

2 馬本學(xué);應(yīng)義斌;饒秀勤;;高光譜成像在水果表面缺陷及污染檢測中的研究進(jìn)展[A];2007年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

3 何寶琨;;使用曲面棱鏡的高光譜成像系統(tǒng)設(shè)計(jì)[A];中國空間科學(xué)學(xué)會(huì)空間探測專業(yè)委員會(huì)第二十六屆全國空間探測學(xué)術(shù)研討會(huì)會(huì)議論文集[C];2013年

4 孫向軍;劉凱龍;趙志勇;李雪濤;;高光譜成像及仿真技術(shù)途徑探索[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

5 顏昌翔;;星載高光譜成像及數(shù)據(jù)應(yīng)用[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

6 肖功海;舒嶸;薛永祺;;顯微成像光譜技術(shù)及其應(yīng)用[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年

7 賴建軍;陳四海;陳坦;易新建;;基于MEMS微鏡陣列的高光譜成像技術(shù)研究[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第三屆學(xué)術(shù)會(huì)議論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 葛明鋒;基于輕小型無人機(jī)的高光譜成像系統(tǒng)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

2 何青;多類型高光譜成像集成系統(tǒng)的研制及其應(yīng)用研究[D];暨南大學(xué);2015年

3 王彩玲;干涉高光譜成像中的信息提取技術(shù)[D];中國科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2011年

4 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測[D];浙江大學(xué);2014年

5 馬m，

本文編號：375257