高光谱图像技术在水果无损检测中的研究进展

为保证水果质量,满足企业与消费者的需求,势必要对水果进行品质检测和分级处理.高光谱图像作为一种新型的无损检测技术,融合了图像学和光谱学的优点,可以快速、无损地获取水果的空间和光谱图像信息,从而全方位的反映水果内外部的品质信息.因此,该技术在水果品质无损检测领域具有巨大的发展前景.该文主要介绍了高光谱图像系统的基本原理、图像的采集和分析方法、国内外水果无损检测的应用以及未来的发展前景.     

果蔬品质高光谱成像无损检测研究进展

介绍了高光谱成像检测基本原理,概括了果蔬品质高光谱成像无损检测的研究现状,总结了果蔬高光谱成像数据的分析和处理方法,分析了果蔬品质高光谱成像无损检测中存在的问题,提出了果蔬品质高光谱成像技术的进一步研究方向。     

高光谱成像技术的苹果品质无损检测

高光谱成像技术把二维成像和光谱技术融为一体,图像技术可全面反映水果的外部品质、表面缺陷及污染等,光谱技术则可用于水果内部品质的检测,能对水果的综合品质进行全面、快速的检测。以苹果为研究对象,得用高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域（550～950nm）。通过主成分分析根据权重系数,选取了714nm作为苹果风伤研究的最佳特征波长。     

农产品病虫害高光谱成像无损检测的研究进展

高光谱成像是一种新兴的无损快速检测技术,可以同时获取研究对象的图像和光谱信息,集成了光谱分析和图像处理的优势,已成为农产品病虫害信息快速、无损检测的重要手段之一,在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统,总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展,提出了农产品病虫害高光谱成像技术检测的未来研究发展方向,以期对相关研究人员的研究工作提供参考。     

高光谱图像目标检测研究进展

 高光谱图像目标检测在民用和军事上都具有重要的理论价值和应用前景,是当前目标识别及遥感信息处理研究领域中的一个热点研究问题.文章从高光谱成像的特性及发展入手,对高光谱图像目标检测的潜在典型应用、国内外相关实验及系统进行了总结;综述了算法理论现状;详细分析了高光谱图像目标检测的研究难点及未来发展趋势.     

水果内部品质近红外光谱无损检测研究进展

近红外(NIR)光谱分级技术正越来越广泛地应用于水果的产后加工和质量评判中.介绍了水果内部品质光学特性检测原理;分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质不同需求检测中的适用性;化学计量学方法是近红外光谱分析技术的一个重要部分,对一些新的预处理方法和回归算法作了介绍;探讨了水果状态对光谱影响及修正方法,如温度补偿、大小修正等;并阐述了水果的糖度、酸度、硬度等定量检测和褐变、黑心、水心、损伤等定性判别的国内外最新研究进展;分析了近红外技术在水果品质检测和控制方面的应用前景.     

高光谱图像异常检测算法研究进展

异常检测算法不需要利用光谱的先验知识,而能直接检测出与周围景物光谱存在明显差异的光谱信号所在位置,是高光谱遥感应用领域一个重要研究方向,在民用和军事上都有重要的理论价值和应用前景。深入分析了目前主要的异常检测算法,并对各算法的优、缺点分别进行了评述。最后,指出了此领域今后的研究方向。     

基于高光谱图像的东北稻米品种快速分类

针对稻米品种无损鉴别需求,利用高光谱技术分析了3种稻米样品的光谱图像特征,实现了利用液晶可调滤波器(LCTF)光谱相机对3种稻米的探测、分类与鉴别。通过高光谱相机采集稻米样品的VIS/NIR光谱图像,运用Matlab软件及ENVI软件对高光谱图像进行处理分析,获得各样本的相对反射率曲线,结合图像阈值分割技术,得到各波段光谱图像的二值图像。结合图像及数据,分析不同品种稻米的光谱差异,发现稻米于480~550 nm波段有较为明显的特征峰,品种之间光谱差异明显,且不同品种稻米的二值图像明暗占比不同,以此完成稻米品种的分类与鉴别。研究结果表明,光谱图像的相对反射率和二值图像在稻米品种快速分类与识别的应用中具有较好的应用前景。     

高光谱图像异常目标检测算法研究进展

高光谱图像在国防军事和民用领域都有大量的应用,特别是异常目标检测不需要任何先验信息,使其成为高光谱图像处理和信息提取的关键技术和研究热点之一.通过系统的梳理、分析和研究,对现有的异常目标检测算法进行了深入的归纳和总结,并对高光谱图像异常目标检测涉及到的关键问题、未来的技术发展方向(如稀疏表示、张量分解和深度学习等)以及...     

高光谱成像结合BP网络无损检测李子的硬度

以“红”李子和“青”李子为研究对象,提出了基于高光谱成像技术结合误差反向传播(error Back Propagation,BP)网络无损检测李子硬度的方法。采用高光谱图像采集系统获取了李子样本的高光谱图像,并提取了感兴趣区域的平均光谱反射率;综合比较了不同光谱预处理方法(一阶导数(derivative)、标准正态变换(SNV)和多元散射校正(MSC))对BP网络模型检测效果的影响;并利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映李子硬度的特征光谱。研究结果表明:derivative预处理后的光谱具有较好的李子硬度校正能力(RC=0.939,RMSEC=0.153),而SNV预处理后的光谱具有较好的李子硬度预测能力(RP=0.723,RMSEP=0.580);采用主成分分析法选择了累计贡献率超过99.99 %的主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维,提升了BP网络模型的运行效率。这表明高光谱成像技术结合BP网络可实现李子硬度的无损检测。     

基于高光谱成像和模式识别的无损检测苹果表面损伤

为了实现苹果表面损伤的快速无损检测,基于高 光谱成像技术结合模式识别算法建立了苹果表面损 伤检测模型。首先,利用高光谱图像采集系统采集完好无损和表面损伤苹果样本的高光谱图 像,提取正常 区域和损伤区域的平均光谱反射率曲线；然后,采用标准正态变换(SNV)和多元散射校正(MSC)分别 对原始光谱数据进行预处理；最后,利用偏最小二乘判别分析(PLS-DA)方法,建立了苹 果表面损伤 SNV+PLS-DA和MSC+PLS-DA检测模型。结果表明:采用SNV和MSC光谱预处理方法可有效地消 除高 光谱图像中的噪声；利用SNV+PLS-DA检测模型对校正集和检验集样本的正确识别率分别为 70.8%和 77.5%,而采用MSC+PLS-DA检测模型对校正集和检验集样本的正确识 别率分别为71.7%和77.5%。因此, 基于高光谱成像技术结合模式识别方法,可实现苹果表面损伤的无损检测。     

基于高光谱技术的长枣内外品质同时检测

采用近红外高光谱成像技术,对长枣表面轻微损伤 和果肉硬度进行无损检测。在970～ 1630nm波 长范围内对高光谱图像数据进行主成分分析(PCA),得到第3主成分图像最适合检测长枣表面 损伤。波段比(BR)算法中, 选取1387nm和1 229nm两个波段的图像进行比值运算, 采用 1455nm单波 段图像构建掩膜作用于比值图像, 最后对图像进行阈值分割和形态学变换完成损伤区域的特征提取。BR算法检测长枣轻微损 伤的准确率达 到91.5%。对反射光谱进行多元散射校正(MSC)后与长枣果肉硬度值进 行回归分析,选择相关系数较大的5个特 征波长作为BP神经网络输 入,建立果肉硬度预测模型。预测集相关系数R和均 方根误差(RMSEP)分别为0.904和15.163。研究结果表明,利用高光谱成像技术可以实现长枣内外品质同时检 测。     

AOTF高光谱探测系统对伪装目标的识别研究

为了获得目标和背景更精细的光谱信息,解决目前伪装目标与背景在一定波长范围内接近"同色同谱"而造成的目标识别难题,搭建了一套高光谱成像探测系统,并以典型林地背景中的伪装目标为例,对其进行探测与识别,获得目标和背景的高光谱信息以及强度对比度曲线。通过分析发现,伪装目标与背景难以实现完全的"同色同谱",在某些波长上目标的特征比较明显,强度对比度较大。表明通过筛选特定的波长能对伪装目标实现有效快速的探测与识别。这些结果对于高光谱探测系统的应用具有指导意义。     

太赫兹无损检测在文物保护领域的研究进展

为更好地设计基于不同材料、不同制作工艺文物的最佳保护方案,文物保护科技人员首先需要选用最有效的无损检测方法对文物进行全面检测。太赫兹波具有光子能量低、对非金属和非极性物质有较强穿透性、可同时获得脉冲电场振幅和相位信息、较好的抗干扰能力等独特性质,使其在诸多无损检测方法中脱颖而出。本文系统综述了太赫兹技术在文物无损检测应用中的最新研究进展;阐述了不同类型文物材料的太赫兹光谱特征、太赫兹成像检测技术原理和特点;指出了太赫兹无损检测技术对不同类型文物进行无损检测的技术关键点,列举了太赫兹技术在文物科学领域最成功和最具代表性的应用实例。最后展望了太赫兹无损检测技术在文物保护领域的发展趋势。     

基于CC1110的畜产品可溯源系统读写器设计

读写器的设计是畜产品可溯源系统的硬件基础和关键技术之一。采用自行设计基于CC1110芯片读写器的方法,该读写器可通过USB接口灵活组成基站式读写器或手持式读写器,大大提高畜产品可溯源系统的兼容性和可移植性。通过读写器的实际测试,得出下列结论:随着数据传输率的减小,通讯距离和信号强度都逐渐增加;采用60 kbps数据传输率,MSK调制方式,540 kHz滤波带宽时,读写器和电子标签可在90 m范围内准确识别。     

基于图像质量检测的智能射线成像技术

X线诊断是一种成熟、有效的检查方法。但是,X线照射过量会损害健康,可能产生随机性效应,如致癌和遗传效应。本文提出基于图像质量检测的智能射线成像系统,利用人眼视觉特性判断图像质量,并以此为指标来控制X线机摄影参数的改变,来实现在获得足够诊断信息的前提下,尽量减少受检者的照射剂量的目的,保障公众的健康与安全。该系统具有很高的可行性与实用性。