排序方式: 共有32条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
7.
研究了应用激光散射图像检测桃果实食用价值的方法。通过分析桃果实货架期感官得分,将‘霞脆’鲜桃分为有食用价值和无食用价值两类。通过检测硬度、可溶性固形物含量和可滴定酸含量的变化,验证了此分类的可行性。利用波长650 nm、功率20 mW的半导体激光搭建激光散斑测量装置,采集‘霞脆’桃在货架期的激光散射图像,从图像中提取颜色特征参数(R、G、B、H、S、I及各标准差)和纹理特征参数(像素面积、平均灰度值、灰度标准差、平滑度、三阶矩、一致性和熵)。最终通过统计分析得到像素面积、R、G、B、一致性和熵的变化与货架期‘霞脆’桃果实食用价值有较好的相关性。以这6 个特征参数建立对‘霞脆’桃果实货架期食用价值判别的支持向量机模型。结果表明,训练识别率为95.0%,预测识别率为92.5%,利用激光散射图像对货架期桃果实食用价值进行无损检测具有可行性。 相似文献
8.
基于可见-近红外光谱技术,研发低成本、便携式葡萄专用多参数检测仪器,用于满足葡萄采后品质快速、无损的检测需求。本仪器选用凹面全息光栅搭配电荷耦合器件的光谱仪作为核心器件,用于获取样品400~1 100 nm的漫反射光谱数据;选用卤素灯作为稳定可靠的光源、低OH的Y型石英光纤作为光传输的可靠媒介,并设计可调型样品池满足不同大小和品种样品的需求,基于Windows系统采用C#撰写的软件性能稳定,便于模型的更新操作。以“美人指”、“白玉霓”两个葡萄品种进行实验,指标参数包含CIE L*a*b*、可溶性固形物含量及总酚含量。结果显示,本仪器基于最小二乘-支持向量机模型对2 个品种的a*值、可溶性固形物、总酚有较好的建模效果,“美人指”各指标的模型决定系数(Rc 2 )分别为0.91、0.94和0.90;“白玉霓”各指标的模型决定系数分别为0.96、0.99和0.95。最后,利用70 个非建模葡萄样本模型进行外部测试,结果表明“美人指”的a*值、可溶性固形物、总酚3 个指标的预测根均方误差分别为3.15、1.39 °Brix和0.24 g/kg;“白玉霓”3 个指标的预测根均方误差分别为0.78、1.56 °Brix和0.22 g/kg。结果表明,本仪器能完成对葡萄多个理化指标的建模预测,同时样品池的设计能够满足不同品种葡萄的需求。本研究为果蔬专用型近红外仪器的开发提供技术参考。 相似文献
9.
10.
目的:提高基于计算机视觉的鸡蛋裂纹检测方法的准确性和运行效率。方法:使用禽蛋模拟撞击设备得到裂纹鸡蛋,并通过鸡蛋动态图像采集设备采集不同角度裂纹鸡蛋和完好鸡蛋图像,然后以原始图像和经预处理后图像分别建立用于裂纹鸡蛋图像识别的YOLO-v5、ResNet和SuffleNet模型,并比较不同模型识别准确度以及对未经预处理图像的适应性。结果:YOLO-v5、ResNet和SuffleNet模型均可有效识别经过预处理的裂纹鸡蛋图像,其验证集准确率分别为98.8%,97.8%,99.4%。对于未经预处理的裂纹鸡蛋,ResNet模型判别准确率较低,而SuffleNet模型对其适应性较好,判别准确度超过99%。结论:在卷积神经网络模型中,SuffleNet模型适用于裂纹鸡蛋图像的识别,且采集的图像无需进行预处理。 相似文献