基于机器视觉和近红外光谱技术的杏干品质无损检测

干果品质直接影响其市场销售。该研究以杏干为对象探讨用机器视觉和近红外光谱技术快速无损检测干果内外品质的方法。拍摄杏干4个不同位置的彩色图像,用基于区域骨架化的填充法分割杏干,提取每种角度下的面积。从100个正常杏干样本中随机挑选75个为校正集,25个为预测集,用多元线性回归对杏干的实际质量和4个面的面积建模,得到校正集和预测集相关系数分别为0.9374和0.9307,杏干质量分级的准确率为90%。提出用基于平均灰度的区域增长法提取杏干缺陷,缺陷检测的准确率为84.5%。采用SNV对杏干近红外光谱进行预处理,然后分别采用偏最小二乘法(PLS)、向后区间偏最小二乘法(biPLS)及联合区间偏最小二乘法(siPLS)建立杏干糖度预测模型。结果表明,当全光谱范围被划分为22个子区间,优选出区间[17、2、3、9、20、13、7、18、15、11、6],主因子数为10时建立的biPLS糖度模型性能最好。其校正集相关系数和校正均方根误差分别为0.8983和1.23,预测集相关系数和预测均方根误差分别为0.8814和1.46。研究表明,机器视觉结合近红外光谱技术能对杏干内外品质进行综合检测,也可为其他干果的品质检测提供借鉴。

计算机视觉技术在鱼新鲜度检测中的应用研究

针对传统的新鲜度检测方法存在着操作复杂、耗时和具有破坏性等缺点,研究尝试利用计算机视觉技术对鱼的新鲜度进行快速无损检测。利用自行设计的图像采集装置采集鲫鱼在4℃恒温条件下储藏不同天数的图像,运用数字图像处理技术从采集图像中分别分割提取出鱼眼虹膜、鱼鳃、体表的颜色以及体表的纹理等感兴趣区域图像特征信息,对这些信息采用PCA降维,建立BP神经网络模型对鱼储藏天数进行预测,最佳主成分数为8,训练集样本的分类正确率可达到94%,测试集的达到85%。研究结果表明,计算机视觉技术应用于鱼新鲜度的检测具有可行性。

基于颜色特征的雷笋切割方法研究

为设计高效率的竹笋加工机械,提高其切割加工的机械化程度,研究基于颜色特征的笋切割方法。选取75根雷笋进行试验,分析笋体表的颜色变化规律,找出适当的切割位置,将雷笋切割成不同嫩度的笋段。该方法能够实现两段、三段切割的笋分别占17.33%,74.67%,实现切割的笋占92%。结果表明根据颜色特征找到适当的算法,可以很好的切割不同嫩度的笋段。

电子舌对橙汁感官品质定量评价研究

尝试采用电子舌技术对橙汁感官品质进行快速定量评价。试验以3类20种品牌橙汁为研究对象,以人工感官评价结合模糊数学评价橙汁感官品质,获得各个感官指标得分值;同时采集样本的电子舌传感器数据。利用因子分析法确定橙汁各感官指标的权重,根据权重得出橙汁感官品质的总得分。然后对比采用偏最小二乘法和BP神经网络建立电子舌传感器响应值与感官品质总得分值之间的定量预测模型。结果显示,因子分析法可以有效分析不同类型橙汁的感官指标,得到色泽、香气、酸度、甜度、苦涩味、体态的权重分别为0.15、0.06、0.20、0.24、0.15、0.20。当采用主成分数为3,建立的BP神经网络模型效果最优。模型预测集中预测值与参考值的相关系数为0.93;预测集均方根误差为0.20。研究结果可为橙汁感官品质的智能化评价提供参考。