西瓜成熟度无损检测系统的设计

针对如何方便、快速、准确地判断出西瓜成熟度的问题,设计了西瓜成熟度无损检测系统。该系统以ADXL50加速度计与C8051F310单片机为核心,对西瓜敲击振动的固有频率进行采集和计算,能够实现西瓜成熟度、质量、固有频率、振动波形的显示。该系统主要由频率采集电路、键盘电路和显示电路组成。实验结果表明:当西瓜受到外界敲击时,检测出来的固有频率与西瓜的含糖量成正比。系统硬件设计合理,为便携式西瓜成熟检测仪的广泛应用提供了技术支持。     

基于色调分形维数的柑橘糖度和有效酸度检

研究了宫川温州蜜柑糖度及有效酸度的机器视觉检测技术及影响检测精度的因素.对机器视觉系统采集的柑橘图像进行图像裁切、亮度法去图像背景和RGB空间至HSI空间的转换,将柑橘色调范围分割为0°～20°、20°～40°、40°～60°、60°～80°、80°～100°和100°～120°共6个区域,提取各区域色调分形维数,以此作为BP神经网络输入,无损检测宫川温州蜜柑糖度及有效酸度.167个测试样本的检测结果表明:在±1.5°Brix精度范围内糖度正确识别率为66.6175%,在±0.5精度范围内有效酸度正确识别率为73.9275%.宫川温州蜜柑糖度及有效酸度与果皮色调分形维数之间具有相关性,可用机器视觉检测其糖度及有效酸度.     

基于介电特性的水果成熟度无损检测研究进展

介绍了近年来应用在水果的成熟度判定和品质筛选上的一种无损检测技术——介电特性检测技术,详细介绍了介电特性测定水果成熟度的基本原理、介电特性测量技术及各测量技术的优缺点,综述了平行极板技术与同轴探头技术在水果成熟度检测上的应用.同时,指出了目前我国在该领域研究中存在的问题和今后的研究重点.     

西瓜成熟度无损检测技术的研究进展

过去几十年,对西瓜内部品质的检验大多数是靠人的经验,既慢又不准确。近几年,研究人员一直关注这个问题,并且在西瓜内部品质快速无损检测方面做了很多研究。文章对近年来西瓜无损检测技术的主要方法进行了梳理和总结。介绍了核磁共振法、可见／近红外光谱检测法、振动频率响应法、声学特性法等检测方法的原理、国内外研究进展及其优缺点。目前...     

基于图像处理的香蕉成熟度检测系统

许多研究结果表明,水果损失主要集中在采摘、包装、保存等环节,达到近三分之一,其中一个重要的原因为不同成熟度的水果相互混杂。因而,区分水果的成熟度并进行筛选加工处理,对于提升水果等级、改善水果品质有重要意义。本文应用MATLAB图像处理技术对香蕉成熟度进行检测,系统通过摄像头拍取图片或者在给定的图片中分割出香蕉图片,然后对香蕉图片进行二值化和滤波等分析处理,最后依据香蕉的色素组成检测出不同成熟度的香蕉。     

高光谱成像结合模式识别无损检测猕猴桃成熟度

为实现“贵长”猕猴桃成熟度的快速无损检测,提出高光谱成像结合模式识别建立识别模型的检测方法。首先利用可见/近红外(390～1 030 nm)高光谱成像系统采集不同成熟阶段猕猴桃样本的高光谱图像,并获取整个样本区域的光谱反射率。然后对比3种光谱预处理方法：二阶导数、标准正态变换以及多元散射校正对原始光谱的预处理效果。最后分析偏最小二乘判别分析(PLS-DA)和简化的K最近邻(SKNN)模式识别方法对猕猴桃成熟度的识别性能。结果表明：相对于标准正态变换和多元散射校正两种光谱预处理方法,二阶导数预处理方法对原始光谱的预处理效果相对较好。另外,PLS-DA识别模型对猕猴桃成熟度的识别性能要优于SKNN识别模型,其正确识别率达到100%。表明采用高光谱成像技术结合模式识别方法判别“贵长”猕猴桃成熟度是可行的。     

基于X-ray和RGB图像融合的实蝇侵染柑橘无损检测

实蝇侵染柑橘流入市场会造成巨大的经济损失,因此需要在商品化处理阶段对其全面筛除。针对柑橘在实蝇侵染早期没有明显外部特征,人工抽样检测效率低、筛除难的问题,探索了在生产线上同时搭载农业X光机与RGB相机进行无损检测的可行性,提出了基于X-ray(X光)和RGB图像的多模态数据融合方法,建立了CNN-LSTM检测模型,实现了实蝇侵染柑橘高精度无损检测。模拟了柑橘在生产线上滚动并被拍摄6幅X-ray和RGB序列图像的过程,构建了实蝇侵染柑橘的多源数据集,融合了不同模态的实蝇侵染特征信息,提升了实蝇侵染柑橘检测模型的检测能力,并对比了ResNet18-LSTM、GoogleNet-LSTM、SqueezeNet-LSTM、MobileNetV2-LSTM轻量化检测模型,验证了多模态数据融合方法的有效性。研究结果表明,提出的多模态数据融合实蝇侵染柑橘方法比单模态检测方法检测性能更加优异,其中ResNet18-LSTM检测准确率最高,多模态的图像融合和特征融合方法检测准确率分别达到97.3%和95.7%,单模态X-ray和RGB检测方法准确率分别为93.2%和89.3%。本研究可为实蝇侵染柑橘在线...     

黄土丘陵区土壤粒径分布单重分形和多重分形特征

利用单重分形和多重分形方法定量分析黄土丘陵区土壤粒径分布(PSD)特征,同时分析土地利用方式对PSD分形参数的影响。结果表明:研究区PSD呈现出非均匀分布,具有多重分形特征,PSD多重分形谱f(α)-α为不对称的上凸曲线。容量维数D0与土壤质地相关性不明显,信息维数D1、关联维数D2和多重分形谱宽Δα均与粘粒体积分数呈极显著正相关(P<0.01)。土地利用方式对粘粒、粉粒、砂粒体积分数和Dsilt值有显著影响(P<0.01)。多重分形分析为详细描述PSD提供了精确的方法和途径。     

基于高光谱成像技术的柑橘缺陷无损检测

应用高光谱成像技术无损检测柑橘的缺陷。选取蒂腐、黑斑、褐腐、结痂缺陷果和正常果各30个,提取并分析了5类果皮感兴趣区域光谱曲线并结合主成分分析法确定2个最佳波长(615nm和680nm),然后基于特征波长作主成分分析,选取第2主成分作为分类识别图像,提出采用特征波长主成分分析法与波段比算法相结合的方法,识别率达到94%。试验结果表明,高光谱成像技术可以有效地对带有蒂腐、黑斑、褐腐、结痂缺陷的柑橘进行分类识别。     

西瓜成熟度音频无损检测技术

为了满足采收前后对西瓜成熟度无损检测的需要,实现了在田间环境下通过音频功率谱峰值频率检测西瓜成熟度的方法.在信号预处理部分,提出了使用短时能量和过零率提取出打击信号的算法,能够准确判断打击信号的起止点,完整地提取出每次敲击西瓜的音频信号用于下一步处理,并滤除了录制音频中的微小干扰噪音.在检测成熟度部分,通过实验划分了不同成熟度下功率谱峰值频率区间范围,并用该划分的区间检测西瓜的成熟度.经验证,该方法达到了较高的检测准确度.     

基于BP神经网络的鸡蛋新鲜度无损检测方法

用计算机视觉装置和Matlab软件获取鸡蛋颜色参数（H、I、S）,通过试验获得鸡蛋的新鲜度指标（哈夫值）,用其作为样本数据建立BP神经网络模型,得到鸡蛋新鲜度与其图像颜色参数之间的最优关系。系统先自动判别鸡蛋壳色再分类检测鸡蛋新鲜度,经检验,建立的BP神经网络具有较好的泛化功能和鲁棒性,对褐壳蛋和白壳蛋新鲜度的正确识别率分别为87．258％、89．029％。     

基于为害状色相多重分形的椪柑病虫害图像识别

为自动识别椪柑病虫害,研究了以椪柑病虫害为害状多重分形谱特性参数为输入变量的小波神经网络病虫害识别方法。利用改进型分水岭算法提取椪柑病虫害为害状边界,对非连续的边界进行边界跟踪,将过分割区域进行区域合并,标记为害状边界,提取标记区域,生成病虫害为害状目标图像;对病虫害为害状目标图像0°~120°这一主要色相区域4等分,产生4幅色相二值图像;对二值图像进行多重分形分析,计算其标度不变区多重分形谱的高度及宽度;以此高度及宽度作为小波神经网络的输入,进行椪柑病虫害识别,5种病虫害的平均识别正确率为87%。试验结果表明:椪柑病虫害为害状的4对多重分形谱高度及宽度值较充分地反映了椪柑病虫害色相累计信息、分布信息及区间形状的典型特征,能用此方法进行椪柑病虫害机器识别。     

基于果品介电特性的无损检测技术研究进展

果品介电特性的研究有利于对果品品质进行分析和监控,也能有效地利用电特性对水果进行分选、贮藏、保鲜、加工以及品质检测等。通过对国内外基于介电特性的水果品质无损检测技术的现状及发展方向进行深入的分析研究,指出了目前我国在该领域研究中存在的问题和今后的研究重点。     

高光谱成像技术在水果无损检测中的应用

高光谱成像技术结合了光谱学和成像技术的主要优势,可以同时获得一个样本的空间分布及物理和化学性能,是水果无损检测的发展趋势。为此,主要介绍了高光谱成像原理、装置、数据处理方法,以及国内外水果内外品质无损检测的应用,并对高光谱成像技术在水果无损检测中的不足及未来趋势进行了分析。     

太赫兹波谱无损检测技术研究进展

太赫兹由于具有透视性、安全性和波谱分辨能力的特点,近年来得到了较快的发展和应用,成为无损检测的新技术,并被应用于国防、工业、半导体、通信、生物医学、制药、农产品及食品等多个领域.首先介绍了太赫兹波谱技术和成像技术的原理和特点,阐述了太赫兹技术在非金属材料特性和缺陷检测中的应用,并重点分析了近年来太赫兹技术在农产品及食品领域的应用新进展.最后,分析了太赫兹波谱无损检测技术的技术难点及问题,并对其发展趋势进行了展望.     

小型西瓜品质近红外无损检测的光谱信息采集

为了实现小型西瓜生长过程中品质的快速无损检测,对其果实测定时的基础信息采集方式进行了定量分析研究.由PLS建模结果可知,无论是组织含水率还是可溶性固形物含量,在瓜顶部位和赤道部位处都可获得较好的效果.针对不同深度的化学基础信息,其建模效果存在一定差异.无论是组织含水率还是可溶性固形物含量,距瓜皮2 ～3 cm的中层信息区域都能取得最佳的效果.其中瓜顶部位和赤道部位组织含水率的模型相关系数分别为0.953和0.924,RMSEP分别为0.510和0.766;瓜顶部位和赤道部位可溶性固形物含量的相关系数分别为0.952和0.929,RMSEP分别为0.666和0.732.整体说明小型西瓜果实(品种京秀)近红外检测的最佳基础信息区域为中层信息区.     

一种基于 FPGA 的水果分级检测系统的设计

为了降低目前水果检测与分级系统的复杂性和成本,提出了以 FPGA 代替计算机进行图像数据处理的方法。首先使用高斯滤波器对水果的图像进行预处理,然后采用 soble 算法提取水果的边缘,最后运用直方图的方法实现水果大小分级功能。实验结果表明,该检测系统具有处理速度快,开发周期短等优点,在水果品质检测与分级方面具有较高的实用价值。     

双孢蘑菇硬度的近红外漫反射光谱无损检测

以双孢蘑菇为试验材料,基于近红外漫反射光谱定量分析技术,研究其贮藏期间硬度无损检测模型的建立方法.采用偏最小二乘法对双孢蘑菇的近红外光谱进行分析,并且比较了4种(一阶导数、二阶导数、标准正交变量变换、多元散射校正)光谱预处理方法的建模结果.试验结果表明,在选定的光谱(5000～10000cm-1)范围内,二阶导数光谱预处理方法所建模型效果最佳,其校正决定系数为0.947 1,验证决定系数为0.826 1,说明基于近红外漫反射光谱的检测方法简便易行,可用于无损评价双孢蘑菇贮藏期间硬度的变化.     

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。