基于图像评价的无核白葡萄成像系统构建

针对无核白葡萄图像的获取问题,在自制的采集平台上充分考虑了背景纸颜色、光源结构以及打光模式等因素对图像的影响,并采用主客观综合评价图像的方法对比确定各因素的最佳取值水平。结果表明,无核白葡萄机器视觉成像系统的最佳因素取值为:背景纸为白色背景纸,光源结构为条形光源-60°,打光模式为明场模式,此时的图像质量最好。     

基于支持向量机的无核白葡萄串分级系统设计与测试

目的：针对无核白葡萄串人工分级准确性和效率低下等问题,设计了一种基于支持向量机（SVM）的无核白葡萄串分级系统。方法：使用高斯滤波、边缘检测、轮廓检测等预处理方法对图像进行预处理,利用SVM模型提取出无核白葡萄串的轮廓、颜色等特征参数,比较基于SVM模型不同参数下的识别效果。结果：模型的最佳参数为Best c=2.00,Best g=0.24,coef（）=0,d=3;无核白葡萄串分级准确率达96%。结论：与传统的人工分级方法相比,试验提出的分级系统的可靠性及稳定性具有明显优势,可满足实际生产中无核白葡萄串的分级要求。     

CARS-SVM预测哈密瓜可溶性固形物含量

采用近红外光谱技术结合数据降维的方法,建立了哈密瓜可溶性固形物含量的预测模型:对比多种光谱预处理方法,确定二阶求导用于处理原始光谱;经预处理的光谱数据分别结合特征选择竞争性自适应重加权采样法(CARS)、蒙特卡罗无信息变量消除法(MC-UVE)提取特征波长,以及利用主成分分析进行降维;再使用特征选择和特征提取的光谱数据...     

基于机器视觉与支持向量机的核桃外部缺陷判别分析方法

使用3CCD高精度面阵相机采集新疆多个品种核桃RGB图像,设计一种自适应双阈值的Otsu法,快速、准确地分割出缺陷区域;基于分割区域的几何、纹理等20 个初始特征,转换为新的9 维特征向量集;以该特征集为输入,建立基于贝叶斯、BP神经网络与支持向量机的15 个识别模型,对比评价其适应性,以及裂缝、碎壳、黑斑3 类核桃外部缺陷的识别性能与时间。结果表明,基于径向基的支持向量机识别模型效果最好,对3 类缺陷的验证集平均识别率分别为93.06%、88.31%、89.27%,对缺陷的总识别率为90.21%,平均识别时间为10－4 s级。研究成果能够用于今后核桃缺陷的在线检测与分级,同时也为坚果等其他作物品质的在线检测识别提供一定参考。     

吐鲁番无核白葡萄晾房干燥的预处理方法

为提高吐鲁番地区无核白葡萄晾房干燥速率及品质,获取较优的晾房干燥预处理工艺,在吐鲁番高昌区克 孜里土尔村开展了晾房干燥实验。晾房中挂串实验样本组设1 个对照组和3 个预处理组,采集干燥过程中晾房温湿 度、风速、葡萄含水率及葡萄RGB图像等数据,采用Matlab软件分析葡萄RGB图像,获得外部品质特征,采用统计 方法绘制无核白葡萄干燥过程中含水率和色度变化趋势图,以及对比不同预处理方式下葡萄干成品品质指标,确定 了较优的晾房干燥预处理方式。结果表明：与未经预处理的对照组相比,经质量分数3.0%的促干剂预处理的无核 白葡萄干燥时间缩短了6 d;干燥过程中葡萄表面色度变化较为平稳,且成品的褐变率降低了67%,绿级率提高了 20.5%;综合分析各项指标,该处理优于其他预处理,最终确定其为晾房干燥较优的预处理方式;此外,实验确定 橄榄油具有提高葡萄干燥绿级率的作用。     

凉粉草多糖提取、结构特征和生物活性研究

目的:提高凉粉草多糖(MCP)提取率,拓展其应用范围。方法:以新鲜凉粉草为原料,采用热碱法提取,三氯乙酸除蛋白,经透析袋纯化得MCP。利用紫外和红外光谱扫描、X射线衍射、SEM扫描对其化学结构进行分析,通过体外抗氧化能力测定其抗氧化活性,通过抑菌试验测定其抑菌活性。结果:热碱法提取MCP的最优条件为料液比1∶5.47 (g/mL)、热浸时间10.71 min、碳酸氢钠添加量1.64%,此条件下MCP提取率为(7.73±0.17)%;光谱分析得出MCP中含蛋白质和糖醛酸,且为β-糖苷键的吡喃糖苷环骨架;凉粉草多糖对DPPH自由基和ABTS自由基的最大清除率为66.35%,79.63%,还原力最大吸光度为1.431;抑菌试验表明,MCP对枯草芽孢杆菌的生长起抑制作用。结论:优化的凉粉草多糖提取工艺合理可行,多糖光谱共性特征明显,且具有较好的抗氧化能力和抑菌能力。     

哈密瓜无损检测技术及分级装备的研究现状和发展趋势

为实现对哈密瓜外部和内部品质的快速、无损、精准预测,提高哈密瓜的判别和分选准确性.从光谱分析技术、机器视觉技术、声学检测和电学检测等方法分析哈密瓜品质无损检测技术的应用、特点及技术难点,对比现有哈密瓜检测和分级装备的技术原理和优缺点,提出信息融合技术及提高装置的自动化和智能化等建议.展望无损检测技术在哈密瓜等厚皮瓜果品...     

挂串密度对晾房干燥吐鲁番无核白葡萄干品质的影响

为了探讨无核白葡萄晾房干燥挂串密度对无核白葡萄干品质指标的影响。以产自新疆吐鲁番的无核白葡萄作为研究对象,分别以1:0.5、1:0.75、1:1的密度进行晾房干燥挂串,对无核白葡萄干成品的外观、果粒均匀度、破损果粒率、干燥时间、总糖、V_C等6项指标进行分析,探究挂串密度对晾房干燥吐鲁番无核白葡萄干品质的影响。结果表明:1:0.5密度挂串的葡萄干外观、果粒均匀度达到一级要求的概率分别为83%、85%,破损果粒率为11.5%,干燥时间为26 d,总糖平均含量为701.9 mg/g,V_C平均含量为7.05 mg/100 g;1:0.75密度挂串的葡萄干外观、果粒均匀度达到一级要求的概率分别为85%、86%,破损果粒率为12.0%,干燥时间为26 d,总糖平均含量为702.4 mg/g,V_C平均含量为7.34 mg/100 g;1:1密度挂串的葡萄干外观、果粒均匀度达到一级要求的概率分别为80%、85%,破损果粒率为17.3%,干燥时间为28 d,总糖平均含量为691.5 mg/g,V_C平均含量为7.21 mg/100 g。其中1:0.5及1:0.75密度挂串的干燥速率显著高于1:1密度(p<0.05);1:0.75密度挂串的葡萄干平均糖度含量及平均V_C含量显著高于1:0.5密度及1:1密度(p<0.05)。根据无核白葡萄干成品的6项指标的综合考虑,确定1:0.75的葡萄晾房挂串密度为最佳晾房干燥挂串密度。     

基于高光谱反透射图像的新疆冰糖心红富士水心鉴别

采用高光谱成像技术结合化学计量法,采集新疆冰糖心红富士好果与水心病果样本在波长范围380～1 004 nm的可见近红外高光谱反透射图像,选取感兴趣区域获得平均光谱,对原始光谱采用直接差分一阶求导等9种光谱预处理方法,再分别用主成分分析、快速独立分量分析、相关系数法完成数据降维,结合贝叶斯判别、K最近邻法、马氏距离判别、最小二乘支持向量机、二次线性判别方法识别是否有水心病。结果表明,主成分分析提取前15主成分,采用标准正态变量变换-主成分分析-最小二乘支持向量机与多元散射校正-主成分分析-最小二乘支持向量机模型识别效果最优,校正集和预测集识别率分别为100%和91.2%。     

基于近红外透射光谱及多种数据降维方法的红富士苹果产地溯源

为了探寻苹果产地溯源新方法,本文以新疆阿克苏、陕西洛川、山东烟台三个不同产地600个红富士苹果样本为试材分别采集其590～1250nm的近红外透射光谱图,将经过光谱校正后的光谱数据做归一化(Normalization)、多元散射校正(Multivariate Scattering Correction,MSC)等8种光谱预处理,对经过预处理后的光谱数据建立全波长分类模型发现二阶求导为最优预处理方法;然后再将经过二阶求导预处理的光谱数据结合以欧几里得距离(Euclidean)、相关距离(correlation)、余弦相似度(cosine)、城市街区距离(cityblock)作为距离度量的K最近邻法建模,发现K最近邻法(correlation)为最优分类识别方法;随后再分别用高斯过程隐变量模型(Gaussian Process Latent Variable Model,GPLVM)、线性局部切空间排列(Linear Local Tangent Space Alignment,LLTSA)、等12种数据降维方法对经二阶求导预处理后的光谱做降维处理,并结合K最近邻法(correlation)鉴别苹果产地。结果表明,提取前9个主成分,采用二阶求导-扩散映射-K最近邻法(correlation)模型识别效果最优,建模集和预测集的分类识别率分别为97.30%与92.30%。故,深度学习数据降维方法结合近红外透射光谱技术可成功、有效地实现苹果产地溯源。