水果品质的多光谱检测方法与系统研究

为无损获取检测样品的多光谱图像,研究了一种利用液晶可调谐滤光片(LCTF)获取多光谱图像的方法。多级LCTF以Lyot形式级联可在很宽的光谱波段内电控调谐,通过改变所施加电压的大小,实现对滤光片的动态调制,获得高精度的窄带光谱输出。与传统的使用多光谱仪获取多光谱图像相比,该方法具有控制简单、调制电压小、可快速连续调制等优点。该文采用1/4波片法测量一组波片的电压-相位延迟特性,选取合适的波片组成三级滤光片,实现对宽带光谱的窄带滤光,并基于这种方法构建了多光谱成像系统,用于实现对水果品质的无损多光谱检测。

基于注意力机制改进的YOLOX水果品质检测与分类

[目的]解决现阶段深度学习技术在检测水果品质时检测精度不高的问题,提出了以SE和CBAM注意力机制模块改进的YOLOX目标检测算法。[方法]选取苹果、香蕉、橙子几种常见的水果作为检测的对象,构建水果数据集,采用LabelImg工具进行标注,进行模型训练,得到性能优异的水果品质检测与分类网络模型。[结果]经过实验可以得出改进后的YOLOX模型平均检测精度值为96.2%,与YOLOv3、YOLOv4、YOLOv5、原始YOLOX相比分别提高了2.4个百分点、2.0个百分点、3.0个百分点、0.6个百分点。[结论]该模型具有较好的检测性能,可为实际农业场景下的水果检测提供参考。

高光谱成像技术在水果品质检测中的应用研究进展

高光谱成像技术结合成像技术和光谱技术,可以从样本中获取其空间和光谱信息。因此,高光谱成像技术能够识别和检测水果的各种化学成分及其空间分布,在水果品质的检测中备受关注。本文首先综述了高光谱成像原理及系统装置,并展开讨论了高光谱图像的校正方法、多种光谱预处理、数据降维和样本集划分方法,从定量和定性角度对模型的构建方法和性能评估进行了分析。其次,总结了高光谱成像技术在水果内部品质(可溶性固形物含量、酸度、硬度、水分含量)和外部品质(损伤、缺陷和纹理)检测和分级中的最新研究进展。最后,对高光谱成像技术在水果品质检测与分级中的应用前景提出展望,以期为优化水果品质的检测方法提供理论依据。同时,也指出了当前可能存在的挑战和局限性。

基于高光谱成像技术的水果品质无损检测研究

在现代农业科技的快速发展下,人们对水果品质的需求越来越高,传统的检测手段已经很难满足人们对水果品质的需求。针对目前我国水果品质监测中存在的问题,提出一种基于高光谱成像技术的水果品质无损、快速、精确评价的新方法,开展基于高光谱成像的果实品质精确无损检测方法研究。在今后的研究中,这种方法将会越来越广泛地应用于农业生产的各个方面,从而为实现现代农业的可持续发展做出积极的贡献。

水果品质智能化实时检测分级生产线的研究

一种用于水果动态、实时检测的水果品质智能化实时检测分级生产线 ,由水果输送翻转系统、计算机视觉识别系统、分级系统组成。水果输送翻转系统的双锥式滚筒水果输送翻转装置 ,使水果以一定速度向前输送 ,并使水果绕水平轴自由转动 ,保证检测系统能检测到水果整个表面 ,获得足够的水果图像信息。通过计算机视觉系统的视觉智能识别 ,综合判断每一水果的等级 ,并确定每个水果的位置信息 ,由计算机识别系统的控制模块将指令传输给分级系统 。

高光谱图像技术在水果品质无损检测中的应用

传统的近红外光谱分析法和可见光图像技术应用于水果品质无损检测中存在的检测区域小、检测时间长、仅能检测表面情况等局限性。高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的。根据不同的采集设备,简介了两种获得高光谱图像的方法。综述了国内外将该技术应用于水果品质检测方面的研究进展,检测内容包括外观品质、损伤与缺陷,成熟度和坚实度,含糖量、含水率等内部品质,着重介绍了各高光谱图像的成像波段范围、分辨率、成像源,实验数据处理的方法以及实验结果等。根据综述所得提出了高光谱图像技术应用中需要解决的光谱降维、降低样品差异影响和实时检测平台搭建等问题。

高光谱图像技术在水果品质检测中的研究进展

高光谱图像技术结合了光谱技术和图像技术两者的优点,可实现水果内外品质同时检测,是水果品质无损检测的发展趋势。本文介绍了高光谱图像技术的基本原理,高光谱图像数据处理方法,在水果内外品质无损检测方面的国内外研究现状,分析了高光谱图像技术在水果品质检测中存在的问题及未来的研究方向。

介电式水果品质分级机的原理及实现

分析了水果品质的介电特性检测原理及方法 ,研究了基于介电特性的水果品质自动检测分级机的机构组成和控制实现 ,探讨了最佳分级阈值的在线学习方法。并以苹果为试验对象进行了研究 ,结果表明 ,选择等效电容作为苹果等级分类变量 。

核磁共振技术在水果品质检测中的应用

核磁共振及其影像技术作为一项新的检测技术在医学上取得了广泛的应用,在农业、食品行业也逐渐开始应用。为此,阐述了核磁共振及其影像技术的基本原理,并从水果内部品质、成熟度、内部缺陷、损伤及水果贮藏等方面介绍了国内外核磁共振技术在水果检测中的应用研究进展,并探讨了研究应用中的优点与局限,展望了核磁共振技术在水果检测中的应用前景。

深度学习在水果品质检测与分级分类中的应用

水果自动无损品质检测与分级分类是保障人们健康的重要措施,也间接影响着水果的经济价值。随着计算机技术的飞速发展,以深度学习为代表的人工智能方法在水果品质检测与分级分类领域的研究中取得了一系列重要成果。本文概述了深度学习的背景及常用的深度学习主流算法,然后从水果外部品质检测、内部品质检测、安全品质检测和分级分类等方面综述了近年来深度学习在水果品质检测与分级分类领域的最新研究成果。最后总结了未来深度学习和水果品质检测、分级分类交叉融合研究与应用中的优势,并展望了水果品质检测与分级分类研究融合深度学习的未来发展方向。

水果品质机器视觉检测中的图像颜色变换模型

在水果品质的机器视觉检测过程中 ,水果形状导致的图像颜色失真直接影响最终的检测和分级结果。本文在 6个位置分别采集了 3种大小、1 9种不同表面颜色的标准实验球体的图像。在分析球体的大小、表面颜色和图像采集位置等因素对球体图像颜色的亮度、色调和饱和度的影响后发现 ,球体图像的颜色失真主要是颜色的亮度失真。建立了摄像视区中心球体图像的亮度校正模型 ,该模型的相关系数 R2 为 0 .84 6。采用该模型在Matlab软件平台上构建了柑桔图像的颜色校正算法 ,实验结果表明 。

基于高光谱成像技术的水果品质无损检测

高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的.综述了国内外将该技术应用于水果品质检测方面的研究进展,提出了利用高光谱图像技术检测苹果轻微损伤的方法,利用500～900 nm的高光谱图像数据,通过主成分分析提取547 nm波长下的特征图像.

基于PLC和组态王的水果品质分级系统设计

设计出一套水果品质分级系统,可以实时检测水果的大小、颜色、形状和缺陷等信息;再根据国家标准进行分级,实现了传送带上水果的相关品质的实时检测、连续跟踪、水果等级信息的连续动态配准以及水果品质分级的自动控制。该系统主要包括动态水果图像的采集、分级系统的软硬件组成以及自动控制功能的实现,还包括组态王与PLC的通信、组态王与MATLAB的OPC通信以及组态王界面的设计等。经实际运行表明,该系统基本达到了对动态图像实时采集和分级控制的精度要求,能够实现对水果的实时检测和分级。

水果品质检测与分级技术

介绍了国内外水果品质检测与分级技术的研究进展;通过对水果的尺寸、形状、颜色、表面缺陷和水果的生物特性等特征来对水果的品质进行检测,进而进行分级处理,有效地提高了水果的品质和市场竞争力;同时,对国内外水果品质检测与分级技术研究中存在的问题及发展前景做了概括。

用于水果品质检测的小型成像光谱仪

利用成像光谱可同时获得水果的成像信息和光谱信息,实现水果外部和内部品质的高精度、无损伤、无污染的大面积瞬态检测。为了获得水果的成像光谱,设计了一种以自主研发的凸面光栅作为核心元件的小型成像光谱仪,它具有成像质量好、体积小、重量轻等优点,光谱分辨率在578nm波长处达2.1nm,光谱谱线弯曲和色畸变均小于0.6%。对该小型成像光谱仪进行了检测和苹果成像光谱测量实验,结果表明:该成像光谱仪满足设计要求且可以快速的获得苹果的高精度成像光谱,从而进行水果的品质检测。

电子鼻在水果品质评价体系中应用的研究进展

人工智能技术电子鼻具有客观、准确、快捷、全面地评价气味并且具有不破坏样品和重复性好的特点,可运用于对水果品质评价体系中。本文介绍了电子鼻技术工作原理和常用的模式识别技术,并综述了电子鼻在水果成熟度监控、货架期预测、区分不同品种以及危害分析中的应用,剖析总结了电子鼻技术存在的问题,并提出了电子鼻技术的发展趋势和方向。

数字处理技术在果品分级中的应用——评《水果品质智能分级技术》

我国是世界水果生产大国,水果产量与种植面积一直稳居世界首位,但水果年出口量仅占总产量的3%左右,造成我国水果出口难的一个很重要的原因是,水果商品化处理程度不高,我国经过产后处理的水果仅占总产量的10%左右,远远低于发达国家70%以上的水平。尤其是目前我国水果分级状况主要是以人工分级为主,分级效率低,分级标准不统一。引进数字处理技术、智能技术,实现我国水果自动化分级是目前急需解决的一个问题。

基于机器视觉的水果品质分级方法综述

为促进水果品质分级检测技术的发展,对国内外基于机器视觉的水果品质分级研究现状进行综述,并对水果的外部品质分级方法进行概述,提出了现阶段水果分级方法存在的问题和研究方向。水果分级是保证水果品质的重要前提。基于机器视觉的水果品质分级相比于人工与简易机械分级,具有分级准确、分级效率高、无损伤接触等特点,能够满足水果分级的市场要求。

无损检测技术在水果品质测定中的应用

本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景.