排序方式: 共有77条查询结果,搜索用时 15 毫秒
31.
基于高光谱荧光技术的叶菜农药残留快速检测 总被引:2,自引:2,他引:2
为了解决现有农药残留检测手段费时、复杂、前处理过程繁琐等不足,结合高光谱成像技术和荧光激发技术,搭建了高光谱荧光成像农药残留检测系统。在400~1 100 nm范围内获取叶菜表面毒死蜱的高光谱荧光图像,使用ENVI 4.3软件提取了农药的荧光光谱信息。研究结果表明,毒死蜱在甲醇溶液中具有较强的荧光特性,在437 nm附近产生荧光发射光谱,并且不同浓度的毒死蜱农药具有不同的荧光发射光谱峰值,随着农药浓度的降低其荧光特征峰值也降低。研究结果可为进一步开发和研究快速、精确的农药残留检测仪器提供理论依据。 相似文献
32.
生鲜猪肉主要品质参数无损在线检测系统 总被引:5,自引:0,他引:5
基于可见近红外光谱技术,设计了生鲜猪肉品质无损在线检测装置.介绍了该系统的工作原理、工作过程、硬件组成及软件系统功能.系统硬件包括光谱信息采集装置、样品传送单元、位置检测单元、控制单元和计算机等.基于Delphi和Matlab语言开发了与PC硬件和Windows XP软件环境兼容的光谱信息自动采集和实时处理的无损在线检测软件系统.该系统可实现生鲜猪肉样品光谱数据的自动采集、光谱数据的在线处理、样品品质参数的在线预测与检测结果的在线显示.将该系统用于生鲜猪肉水分含量的在线检测.结果表明,该在线检测装置检测精度高、可靠性好,可用于肉品主要品质参数的无损在线检测. 相似文献
33.
34.
针对在水果表面品质检测的图像处理中,苹果的果梗和花萼很容易被错误辨识成缺陷,提出一种自动识别出苹果缺陷,并计算其大小的图像处理算法,如图像分割、图像去噪、区域标记与提取、感兴趣区域提取等,设计出一种能将采集到的苹果图片进行正确处理后,识别出果梗和花萼,得到真正缺陷大小的图像处理算法。运用C++语言进行编程,采用MFC基于对话框的非模态形式设计了图像处理软件,处理采集到的苹果样品图片,结果表明,该算法能正确计算缺陷大小,并且能得到果梗和花萼的辨识依据,可用于水果表面品质实时检测中。 相似文献
35.
36.
本文对颗粒饲料油脂喷涂机实现微机自动控制进行了研究。根据设计要求,确定了闭环微机随动调节系统控制方案。以电磁调速电机和齿轮油泵为受控对象,把喷油率作为控制参数,以保持其恒值为控制目的。在求出受控对象数学模型和分析其特性的基础上,选择了适合它的最佳控制算法即PID算法。并对控制算法的参数进行了整定和调试。由传感器、滤波器、放大器、A/D转换器、D/A转换器和各执行机构等所组成的硬件系统,在应用软件的主模块和17个功能模块的支持下,实现了自动调节、自动打印和显示、自动检测不正常工作状态、自动报警以及键盘控制等功能。最后对控制系统进行了综合评价。 相似文献
37.
牛肉大理石花纹图像特征信息提取及自动分级方法 总被引:6,自引:5,他引:1
为了解决牛肉大理石花纹在人工分级中准确率和效率低的问题,该文基于计算机视觉和图像处理技术提出一种实用的牛肉大理石花纹自动评估和分级方法。通过图像解析,利用所提出的分级算法实现牛肉大理石花纹的快速提取,并计算反映大理石花纹丰富程度的10个特征参数。使用特征参数建立主成分回归模型,对牛肉大理石花纹等级进行预测,预测相关系数Rv=0.88,预测标准差SEP=0.56。校正时模型总体的回判正确率为97.0%,验证时总体的判别正确率为91.2%。在此基础上,开发了大理石花纹自动分级软件系统和硬件装置,并且在该试验室前期研制的样机上进行了试验,验证了算法的运算速度和准确率。结果表明,所提出的分级方法的检测速度和精度均能够满足企业中对牛肉大理石花纹分级的要求。 相似文献
38.
手持式生鲜肉品质参数无损检测装置研究 总被引:1,自引:0,他引:1
开发了一种手持式生鲜肉品质无损检测装置,并对装置进行了功能测试。硬件主要包括多光谱光源阵列(中心波长为470、515、545、 575、610、760、810、910nm)及探头模块、恒流源驱动模块、多光谱数据采集与处理模块、无线传输模块以及显示终端模块等。设计了基于Android的生鲜肉检测APP应用软件,实现了对装置的无线控制功能。整个装置体积为175mm×115mm×25mm,质量约为0.45kg。利用43个猪肉样品进行试验验证,按照37∶1比例将样品分为校正集与预测集,分别利用多元线性回归、偏最小二乘方法以及多元线性结合逐步回归建模方法对数据进行处理并比较结果,结果表明利用多元线性结合逐步回归算法建立的模型结果较好,其中颜色中L*、a*、b*的预测集相关系数分别为0.9471、0.8504、0.8563,挥发性盐基氮(TVB-N)含量预测集相关系数为0.8027。最后利用不同时间段的12块肉样进行验证模型,其中每组颜色指标中L*、a*、b*的真实值与预测值的预测相关系数均大于0.83,预测集标准偏差均小于等于162,挥发性盐基氮含量的真实值与预测值的预测相关系数均为0.80左右,预测偏差及标准偏差均小于等于4.04。从2组的验证结果来看,利用该设备对生鲜肉品质参数进行检测是可行的,模型具有一定的稳定性,且该设备具有轻便、体积小、质量轻、价格低廉等特点,能够为未来生鲜肉品质的便携式无损检测仪器的进一步研发提供参考。 相似文献
39.
基于可见/近红外局部透射光谱,根据马铃薯大小及形状特征,设计了便携式马铃薯多品质无损检测装置,包括光谱采集模块、光源模块、控制与显示模块、供电模块和黑白参考盒,装置尺寸为11 cm×6.5 cm×9.5 cm。选取大西洋品种马铃薯样品85个,基于装置建立了马铃薯含水率、淀粉质量分数和还原糖质量分数的偏最小二乘定量预测模型,马铃薯含水率、淀粉质量分数和还原糖质量分数预测模型验证集相关系数分别为0.927 8、0.914 6、0.933 8,均方根误差分别为0.325 3%、0.344 9%、0.041 6%。基于QT开发工具,采用C/C++语言编写了装置实时分析控制软件,将所建预测模型植入到软件中,实现了马铃薯多品质参数实时无损检测一键式操作。最后对便携式马铃薯多品质无损检测装置的检测精度进行了验证。20个马铃薯样品含水率、淀粉质量分数和还原糖质量分数的装置预测值与标准理化值的相关系数分别为0.914 1、0.912 2和0.914 0,均方根误差分别为0.352 7%、0.340 4%和0.040 0%,平均偏差分别为0.295 1%、0.253 6%和0.031 6%,重复采样最大变异系数分别为0.006 7、0.012 4和0.123 1。结果表明:马铃薯多品质局部透射无损检测装置可以实现马铃薯含水率、淀粉质量分数和还原糖质量分数的实时无损检测。 相似文献
40.
为检测苹果内部品质,基于可见/近红外光谱检测技术并结合分拣机械手,设计了苹果内部品质分级机械手。该装置主要由夹持机构、近红外光谱采集系统、控制系统等组成。机械手稳定夹持苹果后采集苹果的近红外光谱数据,上位机软件中的预测模型对光谱数据进行分析处理,并显示光谱曲线和预测结果。为建立苹果可溶性固形物含量预测模型,基于该装置采集了苹果在650~1 100 nm波长范围内的光谱数据,通过国家标准测量法测得苹果样本的可溶性固形物含量,采用SG卷积平滑(SG-smooth)、标准正态变量变换(SNV)和多元散射校正(MSC)对光谱数据进行预处理,并结合可溶性固形物含量测量值建立偏最小二乘(PLSR)模型。结果表明,采用多元散射校正方法预处理后的建模效果最优,其预测模型的校正集和预测集相关系数分别为0. 978 2、0. 970 1,均方根误差分别为0. 274 6、0. 326 3°Brix。选取20个同品种苹果样本对该装置的稳定性和准确性进行了测试,可溶性固形物含量预测值与测量值相关系数为0. 957 3,均方根误差为0. 422 4°Brix。试验结果表明,苹果内部品质分级机械手在夹持苹果的同时可以实现对苹果可溶性固形物含量的准确预测。 相似文献