基于光谱成像和声学技术的水果成熟度无损检测系统设计

水果成熟度的快速、无损与精确检测有助于水果的采摘、运输与存储,以此提高水果产业的经济效益.本文设计了一个紧凑、独立的光谱和声学结合的水果成熟度无损快速检测系统.该系统创造性地将光谱技术和声学技术相结合,针对不同精度的检测要求可以在同一装置上进行操作.该系统在采集数据以后借助人工智能技术,通过神经网络建立水果的成熟度检测模型,可以实现随时随地进行水果成熟度的快速无损检测.

基于YOLO v5-Lite的自然环境木瓜成熟度检测方法

利用深度学习实现视觉检测技术对自然环境下树上木瓜成熟度的识别,从而监测木瓜生长期成熟度有重要意义。针对目前木瓜的成熟度主要以人工判断为主,缺乏对木瓜成熟度快速、准确的自动检测方法问题,本研究基于轻量化YOLO v5-Lite模型,对自然环境下木瓜成熟度检测方法进行研究,通过采集的1386幅木瓜图像,训练得到最优权值模型。实验结果表明,该模型对木瓜检测mAP为92.4%,与目前主流的轻量化目标检测算法YOLO v5s、YOLO v4-tiny以及两阶段检测算法Faster R-CNN相比,其mAP分别提高1.1、5.1、4.7个百分点;此外,在保证检测精度的前提下,检测时间为7 ms,且模型内存占用量仅为11.3 MB。同时,该模型对不同拍摄距离、不同遮挡情况、不同光照情况下的果实均能实现准确识别,能够快速有效地识别出复杂背景下木瓜果实的成熟度,具有较强的鲁棒性,可以为木瓜果园的产量估计和采摘机器的定位检测提供技术支持。

基于图像分析的水果成熟度检测

对水果成熟度的检测是可以衡量水果品质好坏的一个重要方法,利用图像分析,可以将水果在采摘、包装和储存放入过程中所流失的营养物质准确的检测出来。图像分析是一种新型的对水果成熟度检测的方法,将计算机控制系统与视觉图像技术相互融合,对不同的水果进行综合的评价与分析。在运输的过程中将不同种类的水果混合在一起会影响水果的成熟度,因此,在检测水果成熟度的过程中要对不同种类的水果分开进行,这对水果成熟的程度、水果的品质都有十分重要的意义。本文针对水果成熟度的图像分析检测方法展开了讨论,对不同水果的图像检测进行了分析。

利用蛋白质组学研究水果采后成熟的分子机理

果实成熟是发生在高等植物中复杂而有序的过程,由于植物种类和环境条件的不同,果实从不成熟到发育成熟过程包括了众多阶段。近年来,植物本身的生理过程与农业产业息息相关,继而影响经济效益,因此果实成熟过程的研究日益重要。果实成熟过程中,伴随着不同色素水平变化和糖等物质含量增加,果实色泽发生变化,大量生理代谢过程例如颜色、质地、风味和香气等受到外因(光照、温度)和内因(发育相关基因和激素)调控而发生变化。因而利用差异蛋白质组学方法系统研究果实从未成熟到成熟的不同生理过程和阶段分子水平上的动态变化具有十分重要的意义。到目前为止,一些重要果实及其不同发育和成熟过程的蛋白质组数据库日益完善和更新。

电化学传感器水果成熟度检测技术的研究

提出了一种基于电化学乙烯传感器的水果成熟度检测系统,通过实时检测水果释放的乙烯气体浓度来评判水果成熟度。该系统主要由电化学乙烯传感器、微处理器电路、微型真空泵和气室等构成。微处理器电路接收电化学传感器感测到的水果释放乙烯气体产生的电流信号,乙烯气体质量浓度检测结果直接显示在触摸屏上。通过4种质量浓度分别为2.99、4.99、8.01、10 mg·L^(-1)标准乙烯气体响应试验,建立了乙烯气体质量浓度与电化学传感器响应信号之间的定标曲线,乙烯气体质量浓度在0~10 mg·L^(-1)范围内,与电化学传感器响应信号相关系数为0.998 14,理论最低检出限为0.86 mg·L^(-1)。采用水果成熟度检测系统对不同成熟度的苹果释放的乙烯气体质量浓度进行了检测试验,结果表明该系统能对不同成熟度的水果进行有效区分和评判。

水果成熟度近红外光谱及高光谱成像无损检测研究进展

成熟度作为一项水果品质重要评价指标,与水果的采收、储存、加工、运输、销售等环节息息相关,也是其产量和质量的关键影响因素之一。本文综述了国内外近十年来利用近红外光谱和高光谱成像技术检测水果成熟度的研究现状。从水果成熟度定性判别和成熟度参数定量预测两个方面入手,详细分析了光谱仪器工作波段、光谱采集方式、光谱采样区域、成熟度表征因子、单一成熟度参数、多元成熟度指数对最终检测模型精度和稳定性的影响,最后展望了近红外光谱和高光谱成像技术在水果成熟度检测方向的未来发展趋势,以期为相关领域研究工作提供科学依据和技术参考。

水果成熟度的高光谱成像无损检测研究

水果成熟度作为衡量水果品质和等级的一个重要指标,区分不同成熟度的水果可以降低水果在采摘、包装、储存、运输等物流环节的损失率。高光谱技术是一种新型光谱技术和计算机视觉融合技术,它可以从图像维和光谱维对水果的综合品质进行评价。分析了国内外将该技术应用于水果成熟度检测方面的研究进展,提出了利用高光谱图像技术检测枣和梨成熟度的方法,利用不同成熟度的水果在可见光及近红外波段的反射率,初步确定了利用高光谱成像技术检测枣和梨2种水果成熟度的有效特征波长。

基于TensorFlow的水果成熟度识别

近年来,由于苹果采摘识别的研究相对较少,识别苹果成熟的方法主要以人工为主,精确识别较为困难。随着科学技术的快速发展,深度学习已经和计算机视觉深度融合,在图像识别领域的研究也越来越深入,深度学习算法通过卷积神经网络提取特征,极大地提高了该算法在图像的目标检测领域对图像进行识别的精度。该文以苹果图像为研究对象,旨在快速有效识别出复杂背景下苹果果实的成熟度,深入剖析基于TensorFlow框架下的YOLO算法及其发展,通过改进网络结构、损失函数等方法,并且结合Darknet-19和深度残差网络Res Net对其进行优化。

水果分类识别与成熟度检测技术综述

总结归纳了水果分类与识别、水果成熟度检测的研究方法、原理和步骤。对常见水果数据集进行总结,对数据集的用途、特点做了简单介绍。

便携式乙烯感应器便于全程检测水果成熟度

以前需在实验室才能使用乙烯感应器，现在种植户可便携使用，在田间即可检测水果成熟度。2013年亚洲果蔬展上首次推出的F-900便携式乙烯气体分析仪就可达到上述效果。

美国学者发明简易标签检测水果成熟度

美国亚利桑那州立火学的副教授马克·莱利发明了一种特殊标签，市民可使用这种标签检验水果和蔬菜是熟了还是熟透，进而帮助消费者判断水果是否值得买。

美国:电子鼻有望用于检测水果成熟度

判断哈密瓜成熟度是一件比较困难的事情,消费者偶尔会买到过熟或者未成熟的哈密瓜。不能正确判断哈密瓜成熟度,就不能让哈密瓜达到最佳销售水平,这会对哈密瓜的销售造成负面影响。目前美国加利福尼亚大学所做的一些科研成果可能将改变凭经验买瓜的现状。据电子鼻研究人员称,为了能研发出快速评估果实成熟度和香气的方法，

美发明水果测试贴纸标签变色分辨水果成熟度

据香港文汇报报道，美国一间大学最近发明了一种贴纸，可测试出水果是否适宜食用，当水果成熟时，贴纸上的标签会由白变蓝，这种贴纸2至3年后就可在超级市场面世。

可“闻”出水果成熟度的仪器

不是每个人拍拍西瓜或闻闻菠萝就能知道它是否成熟了。德国科研人员日前开发出一种高科技仪器，可以马上“闻”出水果的成熟度。不过其目标用户并不是普通消费者，而是大宗水果批发商。

意大利:可显示水果成熟度的包装问世

一款能够实时提供水果成熟度信息的包装最近问世,名叫"Smart Ripe",可为供应商提供信息,为消费者提供最符合其偏好的产品。该包装由ILIP、罗马托尔维加塔大学的公司以及都灵大学农业、森林和食品科学系合作开发完成。

非接触检测装置判断水果成熟度技术问世

日本一所大学的研究小组近日开发出一种针对香蕉、苹果等农作物的非接触硬度检测方法，有效地保护了水果等农作物的外观。该装置的原理是将压缩空气吹向农作物，通过测量压缩空气凹进部位的深度来判断硬度。当压缩空气吹到水果表面时会产生几十纳米的凹痕，用激光照射，测量激光经过凹痕所用时间和变化情况，再根据水果表面凹痕深度、凹痕部分的时间变化来计算水果的硬度。

日研发出非接触检测装置判断水果成熟度

据《日刊工业新闻》2011年12月8日报道，静冈大学犬蟓博教授领导的研究小组近日开发出一种针对香蕉、苹果等农作物的非接触硬度检测方法，有效保护了水果等农作物的外观。该装置的原理是将压缩空气吹向农作物，通过测量压缩空气凹进部位的深度来判断硬度。

德国开发出可“闻出水果成熟度的仪器”

德国某研究所日前发表公报说，该所与德国其他一些科研单位合作研制了一种特殊的仪器，其核心技术是用金属氧化物气敏传感器去检测水果释放出的特殊气味，最后分析判断出水果的成熟度。