基于主动热成像技术的苹果早期机械损伤检测

针对苹果早期机械损伤在普通光学图像中特征不明显,易受表皮颜色、果梗和花萼干扰,很难检测识别的特点,选取红富士苹果作为研究对象,通过主动红外热激励以及降温措施,利用红外热成像技术研究苹果表面机械损伤温度变化情况.结果表明:苹果表面早期机械损伤在热图像中的对比度受周围空气流动影响,苹果的缺陷部位与果梗、花萼的线轮廓温度曲线的波形特征存在明显差异,可以较好地排除苹果果梗和花萼的干扰,达到缺陷检测的目的.     

苹果早期碰伤红外无损检测机理研究

针对水果早期碰伤不易被识别的特点,以苹果作为研究对象,在分析了球面热源空间红外辐射规律的基础上,对苹果的早期碰伤红外热成像检测原理进行了深入探讨,最后通过实验验证了分析的模型以及规律,为红外热成像技术在农产品质量检测中的应用奠定基础.     

高压电气设备红外检测技术研究

我国红外热成像技术的不断提高以及电网对电气设备供电安全性要求的提高,红外热成像技术在检测电气设备上的用处越来越大,已经得到广泛应用。将红外技术用于高压电器的检测上,仍然存在一些问题。对此,我们将对这一技术进行深入调查和分析,并对其缺点及判断方法等进行实验研究,为有效解决问题,提供理论依据和参考。     

红外热成像技术在作物胁迫检测方面的应用

红外热成像技术是通过接收事物自身的分子及原子无规则运动产生的热辐射后,对事物进行成像的一种机器视觉技术。目前,国内外均在红外热成像方面做了较深入的理论方法研究。为此,简要地概括了红外热成像技术的原理,介绍了该技术在农业上的应用,并从作物病害胁迫检测、水分胁迫分析、冻害胁迫分析3个方面,具体说明了红外热成像技术在作物胁迫检测方面的研究现状。最后,通过总结热红外技术的特点及优势,对未来该技术在作物检测方面的研究方向进行了展望。     

基于类球形亮度变换的水果表面缺陷提取

针对基于机器视觉技术的水果表面缺陷因受到亮度不均影响而提取困难的问题,以阿克苏苹果为研究对象,采用可见-近红外双CCD成像系统,设计了一种无需预先建模的类球形亮度变换方法,对R分量图像进行亮度变换,变换后的图像使整个水果表面正常区域灰度趋于一致,而缺陷区域依然保留为低灰度区,增强了缺陷和正常果皮的对比度,提高了缺陷检测精度.使用共计100个样本评估算法的可行性,其中45个缺陷果的检测精度为93.3％,55个正常果的检测正确率为100％,整体检测精度达到97％.研究结果表明,利用基于类球形亮度变换结合单阈值分割方法提取水果表面缺陷是可行的.     

红外热成像技术在农业生产中的应用

红外热成像技术是利用物体自身各部分红外热辐射的差异,把物体不可见的热辐射情况转换为可视热图的技术。为此,简单介绍了红外热成像技术的原理,从农业生产管理与决策、农业生产自动化、农产品检测与加工等3个方面入手,阐述了目前红外热成像技术在农业生产中的应用情况,总结了存在的问题,并对未来进一步的研究方向进行了展望。     

红外热成像仪——在变电运维工作中的应用

正作为一项带电检测技术,红外测温技术在电网检测和维护过程中发挥着重要作用,在缺陷的预知、状态检修、排查故障、监控工作等方面有着很高的实用性。在变电运维工作中引进红外测温技术,能够精准地发现设备运行过程中出现的异常和缺陷。1红外热成像仪原理光学系统中的成像物镜接收被测目标的红外辐射能量,转变为相应的电信号并按原有的空间顺序反映在探测器的光敏元件上,经过电路的运算、处理、转换等,通过显示器呈现被测物体的红外热像图。     

基于红外热成像边缘检测算法的小麦叶锈病分级研究

小麦叶锈病对我国小麦生产危害巨大,实现小麦叶锈病的监测和快速分级是进行科学生产管理的基础。针对常规图像检测技术的不足,提出一种基于红外热成像技术的快速检测和分级方法。首先,采集整株小麦样本的红外热成像图像,分别计算健康植株、潜伏期植株和显症植株的平均叶温,探明真菌入侵过程中的温度变化规律;然后,将经过直方图均衡化和中值滤波预处理的红外热成像中低于显症植株温度阈值的区域提取出来;通过温度区域划分、低温区域提取和阈值分割,计算病斑面积在整体植株热成像总面积中的百分比;最后,对病情指数进行相关分析,获得相关系数为0. 975 5,预测均方根误差为9. 79%,总识别正确率为90%。结果表明,基于红外热成像边缘检测算法的小麦叶锈病分级方法是可行的。     

红外热成像技术在农业中的应用

介绍了红外热成像技术的基本原理和常用热图像处理方法,总结了红外热成像技术在作物水分胁迫、侵染性病害监测、冻害胁迫以及产量预测等领域中的应用,分析了红外热成像技术在农业领域的开发与应用中所面临的难题和未来的发展趋势,以期为红外热成像技术在农业上的实际开发应用提供参考。      

四种成像技术在水果表面缺陷检测的应用

介绍了灰度、彩色、多光谱以及高光谱等四种成像技术在水果表面缺陷检测的应用现状及其处理方法,并讨论了水果表面缺陷检测未来的发展.     

基于机器视觉和信息融合的邻接苹果分割算

提出了利用亮度和颜色的信息融合来分割邻接苹果的方法.首先使用Lab模型对苹果图像进行分割.然后计算分割后每个区域的面积,并判断其是否为邻接苹果区域.接着在邻接区域内计算亮度信息,利用亮度产生的亮斑对邻接苹果进行分割.这样,在邻接区域以外的部分,亮度信息产生的噪声被Lab模型的信息屏蔽,而邻接区域以内的部分,具有惟一性的亮度信息可以较好分割经Lab模型处理后的邻接苹果.实验表明,此算法对邻接苹果识别非常有效,识别率大于92.89%,而且算法简单快速,平均每幅图片识别时间小于0.5 s.     

苹果糖度近红外光谱小波去噪和iPLS建模

为了提高苹果近红外光谱糖度预测模型的精度,利用多尺度小波去噪法对苹果近红外光谱进行了预处理,并用改进后的间隔偏最小二乘法(iPLS)建立预测模型。应用结果表明,多尺度小波去噪法滤除了原始光谱中的部分噪声,但又保留了原光谱中的主要信息。运用间隔偏最小二乘法对预处理后的光谱建模,其校正时的相关系数rc和校正均方根误差RMSEC分别为0.9635和0.3026,预测时的相关系数rp和预测均方根误差RMSEP分别为0.9214和0.4113,主因子数为5个。结果表明,用多尺度小波去噪和间隔偏最小二乘法所建立的苹果糖度模型不但精度有所提高,而且更加简洁、数据运算量也更少。     

面向曲面品质分析的曲面离散技术

曲面品质分析是车身开发过程中必不可少的一步,准确的曲面品质分析需要高质量的曲面离散网格,提出了一种新的面向曲面品质分析的裁剪参数曲面离散技术。该方法在单张曲面离散时考虑曲面局部不光顺区域的存在;充分利用曲面边界信息查找两曲面公共边界上的网格;在两曲面网格边界缝合时,直接以公共边界上网格数少的曲面网格为基准,另一曲面网格根据边界网格连接的需要,按照一定规则进行网格顶点替代和网格删除,以实现高效率、高质量、面向曲面品质分析曲面离散,最后以实例验证了算法的有效性。     

苹果可溶性固形物近红外在线光谱变量优选

为简化近红外光谱模型,提高对苹果可溶性固形物含量的预测精度,将移动窗口偏最小二乘法(MWPLS)与遗传算法、连续投影算法相结合优选特征变量,建立偏最小二乘回归校正模型。其中移动窗口偏最小二乘法和遗传算法相结合优选的36个光谱变量建立的校正模型预测结果最好,可以有效筛选近红外光谱特征波长,模型预测相关系数为0.90,模型的预测均方根误差为0.70°Brix。     

基于红外热成像树上板栗机器识别研究

针对普通视觉系统无法分类识别的特点,将红外热成像技术引入到树上板栗的机器识别检测当中,建立了果园树上板栗红外热成像系统。记录了白天树上板栗果实与冠层温度变化情况,发现下午2:00~4:00之间,二者温度差异最为显著,最大温差可达3℃。研究了正常板栗果、坏死果以及空心果的红外辐射差异,发现坏死果表面温度最高,正常果次之,空心果温度最低。最后对获取的热图像进行温度校正、阈值分割、特征提取、目标标识。结果表明,树上板栗的有效识别率在85%以上。     

杠杆式水果高速分级卸料装置的优化设计

设计了一种杠杆式水果分级卸料装置，该装置可直接安装在水果自动分选机的滚子式水果输送装置上，输送过程中不影响水果的输送和翻转，可在自动分选机主控系统指令下自动实时完成水果的高速分级卸料。对分选杠杆和分选凸轮进行了优化设计，保证整个卸料过程对水果都没有明显的碰撞和冲击。实际运行表明，该装置能对大小相差近一倍的苹果实施高速平稳卸料，且卸料后的苹果没有明显损伤。     

苹果内部褐变的光学无损伤检测研究

利用可见近红外连续透射光谱技术（650～900 nm）对苹果内部褐变进行了研究.分析了其光谱特性,选择715 nm,750 nm,810 nm 3个特征波长进行了褐变果判别分析,实验结果表明,样品的正确判别率达到95.65%.另外,还讨论了苹果尺寸大小对检测结果的影响.