基于CT技术的苹果贮藏期内主要成分无损检测

为了探讨富士苹果内部主要成分与其剖面CT值之间线性关系在贮藏期内的变化,使用X射线CT技术,对处于不同贮藏期的苹果进行扫描,获得CT图像及CT值,并测量苹果内部的主要成分含量,建立不同贮藏期CT值与苹果内部主要成分含量的线性模型。经过比较发现,苹果内部pH值及糖度随着贮藏期的增长而增大,而含水率及可滴定酸含量随着贮藏期的增长而降低,同时各成分与CT值的线性相关模型随着贮藏时间的变化也发生了相应变化。将贮藏时间参数引入苹果内主要成分含量的预测模型,并验证其准确性及可行性,结果表明预测模型的平均误差率小于10%,利用以上预测模型进行苹果内部主要成分的无损检测是一种可行的方法。     

富士苹果主要成分的CT无损检测

分析了CT无损检测富士苹果内部品质的可行性,使用基于X射线的CT机采集富士苹果内部的CT信息,将处理后的CT信息作为神经网络的输入,对富士苹果主要成分进行了预测,神经网络经优化后对含水率、含糖量和含酸量的平均预测误差分别为1.75%、5.81%和0.72%,CT技术结合神经网络方法的精度满足无损检测的要求.     

基于CT和图像处理的苹果贮藏期预测模型

应用CT技术扫描不同贮藏期的富士苹果,获取含有不同贮藏期信息的CT图像,并对CT图像及图像直方图进行对比分析.结果发现,苹果的CT图像随着贮藏时间的延长呈现增亮的趋势,直方图呈现明显的双峰特性,其中代表果肉区域的右峰随着贮藏时间的延长而呈现右移的趋势.设计了一种简单快速的图像处理算法,计算CT图像的特征点灰度均值,将其与贮藏时间相对照,建立图像平均灰度值与贮藏时间的线性关系.实验验证表明该模型的预测误差较低,平均误差1.08 d.     

基于CT和图像处理的苹果贮藏期预测模型

应用CT技术扫描不同贮藏期的富士苹果,获取含有不同贮藏期信息的CT图像,并对CT图像及图像直方图进行对比分析。结果发现,苹果的CT图像随着贮藏时间的延长呈现增亮的趋势,直方图呈现明显的双峰特性,其中代表果肉区域的右峰随着贮藏时间的延长而呈现右移的趋势。设计了一种简单快速的图像处理算法,计算CT图像的特征点灰度均值,将其与贮藏时间相对照,建立图像平均灰度值与贮藏时间的线性关系。实验验证表明该模型的预测误差较低,平均误差     

近红外光谱技术在苹果品质无损检测中的应用

近红外光谱技术是一种高新分析技术,被越来越多地应用于农业领域。概述近年来国内外近红外光谱技术在苹果品质无损检测中的应用情况,分析近红外光谱技术在苹果质检中的应用方向,为果品无损检测技术的发展提供参考。     

苹果水心病的光学无损检测

通过密度法和自行研制的水心病检测仪器对苹果样品进行检测 ,结果表明 :密度无法分离该样品水心病 ;而 1～ 4级水心病的透光强度之间存在显著差异 ,可以进行水心病判断。把近红外 810 nm的计算透光强度2 5 0 0 0作为界限值可以将好果 (1级 )与 3、4级果完全分离 ,2级果有 2 9%分离     

苹果无损检测和品质分级技术研究进展及展望

中国苹果总产量高,但出口量占比低,高端苹果市场多被进口苹果所占领,主要原因是缺乏果品品质分级精选技术与装备,采摘后处理自动化程度低,大部分果品未经加工或简单粗加工后进入消费市场,果品品质不稳定,大大降低了市场竞争力。本文分别对苹果品质无损检测和分级技术的现状进行了研究进展分析,并对其发展进行了展望。苹果无损检测技术主要包括光谱、电特性、CT、色谱、电子鼻和计算机视觉技术,针对各种技术的功能特点和优缺点,提出了发展基于新型传感器技术的苹果气味检测方法;苹果品质分级则主要采用基于机器视觉的多特征分级方法,苹果品质无损检测技术与分级技术的有机结合是苹果品质分级技术的发展方向,同时这对于提高苹果产业竞争力具有促进作用。整体而言,中国苹果品质无损检测和分级技术发展需求紧迫,检测新技术如采用纳米科学、生物技术和人工智能方法的传感器技术及产品在苹果无损、品质分级检测方面具有巨大潜力,多技术的融合如集成电、光、气和计算机视觉等实时、高效、高精度的苹果品质分级系统可能是提高苹果分级品质和提升苹果产业竞争力的重要发展方向。     

苹果有效酸度的近红外漫反射无损检测

利用Matlab6．1分析了苹果有效酸度与漫反射原始光谱吸光度的相关关系，得出二者的最大相关系数为0．348，最小相关系数为0．004。结合偏最小二乘法，得出有效建模光谱波段范围在8475．61～8334．83cm^-1之间，交叉检验的最佳主因子维数为3，相关系数R为0．959，标准校正误差为0．076，标准预测误差为0．525，偏差为0．073。研究表明：利用近红外漫反射对水果有效酸度无损检测是可行的。     

基于人工神经网络的苹果可溶性固形物无损检测

采集了60个苹果在400～1 100nm范围内的可见-近红外漫反射光谱,然后使用连续投影算法将光谱变量进行压缩,最后采用BP神经网络建立了苹果糖度的预测模型。实验表明,连续投影算法从400～1 100nm范围提取出25个优选波长参与建模,有效简化了模型结构。BP神经网络模型对苹果糖度的预测相关系数达到0.853,预测均方根误差为1.303 0。结果表明,基于近红外光谱的苹果糖度无损检测是可行的。     

苹果品质安全无损检测技术研究

运用PEN3型电子鼻,对330个带有已知不同浓度、种类农药的苹果样本进行原始气味采集。通过电子鼻采集到的原始气味图谱生成柱状图表明,传感器对不同浓度农药的响应值是不同的,但是没有明显的规律,因此,需要结合化学计量学方法进一步分析。通过PCA模型分析,各组样品第一主成分的方差贡献率均大于85%,说明第一主成分在区分不同苹果样品气味的过程中起着关键作用。通过LDA模型分析,各组样品的两种主成分累计方差贡献率均大于80%,表明这两种主成分包含了样本的大部分信息,因此,可作为苹果样本分析的两个主要成分。通过SVM分析并建立模型,结果表明,测试集与训练集准确率均大于90%,可以准确识别苹果样本上的农药。     

基于介电特性的苹果内部品质预测方法研究

快速无损检测水果糖度、硬度及含水率等内部品质对确定水果的营养价值和分级销售有着重要意义。为准确利用理化特征对苹果内部口感品质进行无损分级,提出了一种基于随机森林的苹果内部口感品质多语义分类模型。采用苹果的介电参数作为随机森林模型的输入,基于TF-IDF算法对苹果内部口感品质进行分类,依据介电参数推断苹果的理化特征。实验结果表明:该方法可有效实现对苹果内部口感品质的多语义分类,均方根误差为0. 51,可为水果等农产品的无损检测及分级提供参考。     

基于振动频谱子带质心的西瓜内部品质检测

使用子带频谱质心作为特征参数,描述西瓜内部品质中的糖度及瓤色。通过分析表明,子带频谱质心对冲击振动法中冲击方式及冲击位置的依赖性较小,用其进行检测可大大简化系统的复杂度。针对某特定品种西瓜获取了用于描述糖度及瓤色中的红-绿分量的最优子带位置,该子带谱质心与糖度及色差a*值之间线性模型的决定系数分别达到0.812 4和0.733 6,远优于使用共振峰频率作为特征参数的模型,但子带谱质心对瓤色中的L*及b*值解释能力欠佳。     

富士苹果采收成熟度光谱无损预测模型对比分析

针对苹果采收成熟度不一,导致果品贮藏品质不佳、病害率高等问题,基于可见/近红外光谱和成熟度评价指数建立快速无损判别采收成熟度的分类模型。根据盛花期后的发育时间,采集了3种成熟阶段（八成熟、九成熟和十成熟）样品的光谱信息。光谱预处理后通过“二审”回收算子法剔除异常样本,随机蛙跳（RF）算法提取特征变量,建立成熟度评价指数SIQI和综合评价指标FQI的偏最小二乘（PLSR）模型,SIQI指数和FQI指数的预测相关系数R为0.938和0.917。建立极限学习机（ELM）和支持向量回归（SVR）分类模型,并与2种成熟度评价指数结合SVR建立的分类结果进行比较。对比4种分类结果发现,基于SIQI+SVR构建的分类结果最好,优于直接分类模型,分类准确率为 85.71%。试验结果表明,可见/近红外光谱结合成熟度评价指数可实现苹果成熟度分类,为后续采收成熟度的无损检测设备研发提供理论参考。     

基于多光谱成像技术的猪肉新鲜度无损快速检测装置

基于多光谱成像技术设计了猪肉新鲜度的关联复合品质参数无损伤快速检测装置,包括硬件与软件设计.硬件系统由单片机控制单元、光源单元、图像采集单元、数据处理单元和LCM液晶显示单元组成,软件系统在ICCAVR开发环境下设计,采用C语言编程,包含图像采集模块、滤光片切换模块、LCM显示模块、与PC机通信模块等.经过软件与硬件系统调试、实验,该装置检测速度为每10s检测一个样品,具备无损伤、快速检测的功能.     

便携式猪肉营养组分无损实时检测装置研究

为了实现猪肉营养组分(脂肪和蛋白质)的快速、无损、实时检测,基于近红外反射光谱设计了便携式猪肉营养组分无损检测装置。硬件部分包括光谱采集单元、光源单元和控制单元,并开发了相应的检测软件,实现样品光谱信息的有效获取和实时分析。为了建立稳定可靠的预测模型,考察了波段选择、样本分组方式和筛选变量方法对模型的影响。分别基于可见/短波近红外(Vis/SWNIR)、长波近红外(LWNIR)及Vis/SWNIR-LWNIR,利用随机选择法(RS)、Kennard-Stone法(KS)和基于联合X-Y距离的样本划分法(SPXY)对样本进行划分,建立了脂肪和蛋白质质量分数的偏最小二乘预测模型。结果发现,基于Vis/SWNIR-LWNIR波段,利用SPXY算法进行样本分组,取得了最佳的预测模型。在此基础上,比较分析竞争性自适应加权算法、随机蛙跳算法和蒙特卡罗无信息变量消除-连续投影算法3种算法筛选变量建立的模型效果。基于竞争性自适应加权算法筛选变量的模型结果最佳,对脂肪和蛋白质建立的模型验证集相关系数分别为0.950 5和0.951 0。结果表明:基于近红外反射光谱设计的便携式猪肉组分检测装置可以对脂肪和蛋白质含量进行快速、无损、实时检测。