排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
目的:实现柑橘色泽快速、准确分选。方法:建立了一种基于机器视觉的柑橘在线色泽检测与分级系统,系统由上料单元、链式输送机构、图像采集系统和分果单元组成。利用工业相机配合翻滚机构均匀拍摄50~60帧运动中的柑橘图像,获取柑橘完整表面信息。无损检测软件对实时获取的每一帧图像进行预处理,得到二维着色比值,对该比值进行动态跟踪存储,取二维着色比值的算术平均值以降低重复区域对柑橘表面着色率计算的影响,最后对计算的着色率进行判别分级。结果:在6个/s的分级速度下,系统计算的柑橘色泽占比最大误差为5%,分级准确率为90.54%。结论:该系统能够满足柑橘色泽快速、准确的分选需求。 相似文献
2.
目的 使用可见/近红外光谱技术实施橘小实蝇侵染柑橘不同时期的无损检测。方法 研究选取人工制备的不同侵染时期的柑橘样本作为研究对象,利用搭建的可见/近红外光谱系统测量的光谱信息结合人工标定的侵染时期,对原始光谱进行了5种预处理,采用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)、连续投影算法(successive projections algorithm, SPA)两类方法提取反映侵染柑橘时期变化的光谱特征波长,应用偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)建立基于特征波长光谱的柑橘侵染时期分类模型,对比分析不同光谱预处理方法的模型分类效果。结果 原始光谱经多元散射校正(multiplicative scatter correction, MSC)预处理的模型分类效果最佳,分别经CARS方法和SPA方法优选出了34和16个光谱特征波长。采用MSC-CARS-PLS-DA方法构建的模型分类效果最好,总准确率、假阳率分别为96.8%和0.0... 相似文献
3.
4.
目的:解决近红外光谱检测水果糖度固定光照角度获得光谱信息不够全面等问题。方法:基于光源远程运动中心简化模型,设计了一种漫透射近红外光谱检测柑橘糖度的光照角度可调装置,并对该装置进行了结构性能分析,开展了不同光照角度的柑橘糖度光谱检测试验。结果:该装置光照角度的调节范围可设置为0°~60°;60°时4个光源光斑中心与靶心位移偏差最小为7.5 mm;不同光照角度下2、3、4号光源光照角度平均值与1号光源基准值的误差在1°以下;光照角度30°时,原始透射率光谱数据所建的柑橘糖度预测模型效果最佳,预测集、校正集的相关系数和均方根误差分别为0.887 6,0.897 5和0.456 0,0.430 9°Brix。结论:所研制的近红外光谱检测装置能够实现自动同步调节4个光源对准水果中心的光照角度。 相似文献
5.
[目的]提高近红外光谱技术在线检测柚子糖度的精度。[方法]采用自主研发的柚子在线无损检测设备采集3种光照区域的柚子的漫透射光谱数据,在650~950 nm的波长范围内采用标准正交变量变换(SNV)、多元散射校正(MSC)、归一化(normalize)、SG一阶求导(savitzky-golay first order derivative,SG-1st)对原始数据进行预处理,使用自适应性加权算法(CARS)筛选反映柚子糖度的光谱特征,建立了偏最小二乘回归(PLSR)模型。使用未参与到建模的30个柚子样本进行在线验证。[结果]光照区域C结合SNV-CARS-PLSR方法的建模效果最优。其预测集的决定系数为0.95,均方根误差为0.30 °Brix。在线验证时决定系数为0.90,均方根误差为0.58 °Brix。模型对于柚子糖度具有较强的在线检测能力。[结论]在光斑直径为70 mm且位于柚子赤道上方20 mm的光照区域C的条件下采集的柚子光谱数据所建立的预测模型能更有效地实现柚子糖度的在线预测。 相似文献
6.
目的:减小沃柑横径对糖度预测带来的影响。方法:将132个沃柑按横径分为小等果(65~70 mm)、中等果(70~75 mm)和大等果(75~80 mm)3组。采集全体沃柑的横径光谱后,运用光谱变换算法,综合光谱信息与沃柑横径信息,将不同大小的沃柑光谱转换到同一横径基准下。将修正前的光谱与修正后的光谱分别通过预处理,目标共生距离算法(SPXY)划分,竞争性自适应权重取样法(CARS)筛选特征波长点以及偏最小二乘回归法(PLS)建立修正前后的糖度模型。结果:小等果光谱经过修正,预测集决定系数(R2P)由0.790提升至0.821,预测集均方根误差(RMSEP)为0.489降低至0.443;中等果光谱经过修正,R2P由0.801提升为0.845,RMSEP为0.460降低至0.422;大等果光谱修正,R2P由0.820提升至0.863,RMSEP为0.431降低至0.393。结论:光谱修正算法减小了沃柑横径带来的光谱差异,提升了模型的预测精度。 相似文献
1