基于高光譜成像技術的蘋果品質無損檢測研究.pdf

1、中國的水果產量和種植面積居世界第一，水果品種繁多。人們對水果的消費日趨增長，但市場上的水果魚龍混雜，水果品質好壞的檢測技術相對落后。無損檢測技術越來越成為一個熱門的發(fā)展趨勢，而高光譜技術的特點也使其成為無損檢測技術最佳的檢測手段。它融合了圖像技術和光譜技術的優(yōu)點，一次成像既包含了水果的圖像信息也包含了其光譜信息，可對水果的內外品質進行快速檢測。
　　蘋果是我們國家的主要水果之一，其品質對于消費者備受關注，本文將蘋果作為研究對象，利

2、用高光譜成像技術對蘋果內外品質參數(shù)進行無損檢測研究。采用PLS以及BP-ANN方法建立蘋果糖度、果肉硬度預測模型;對于外部輕微損傷的檢測，分別采用了特征波段主成分分析算法(PCA)與最低噪聲分離變換(MNF)結合圖像處理的方法檢測蘋果表面輕微的損傷。并對兩種檢測算法進行對比，找到適合蘋果檢測的算法。本文的研究成果對實時在線檢測系統(tǒng)提供了一種參考。
　　本文的主要工作如下:
　　(1)高光譜圖像系統(tǒng)采集到的光譜信息，需要經過預

3、處理操作，對比各種預處理方法，原始反射光譜經過多元散射校正預處理，所建預測模型性能較好。
　　(2)建立了基于PLS和BP神經網(wǎng)絡蘋果糖度與果肉硬度分析模型，BP神經網(wǎng)絡建立蘋果糖度和果肉硬度預測模型優(yōu)于偏最小二乘法。
　　(3)利用1-RFLIFF算法對正常表皮和損傷區(qū)域的光譜進行分析得出權值系數(shù)圖，依據(jù)該系數(shù)曲線挑選出了5個特征波段。
　　(4)建立了全波段最低噪聲分離變換(MNF)的蘋果損傷識別檢測算法，利用該算