大豆外觀品質(zhì)與內(nèi)部品質(zhì)檢測技術(shù)的研究.pdf

1、大豆是黑龍江省絕大多數(shù)農(nóng)民心中分量極重的主栽作物，是近幾年農(nóng)民增收的現(xiàn)實選擇，據(jù)統(tǒng)計播種面積已達6000萬畝，占全國的40％，產(chǎn)量更達全國的50％。隨著人們生活水平的提高，糧食供求的主要矛盾己從數(shù)量的不充足轉(zhuǎn)為質(zhì)量的不理想。以稻米為例，我國的產(chǎn)量近2億噸，居世界第一位，但由于品質(zhì)差，導(dǎo)致銷量低，積壓嚴重。我省大豆出口量也呈下降趨勢，其中一個重要的原因就是谷物品質(zhì)檢測技術(shù)落后，使出口谷物混等混級，良莠不齊，在國際市場上缺乏競爭力。由此可見

2、，提高我國糧食質(zhì)量、增強農(nóng)產(chǎn)品國際競爭能力已是當務(wù)之急。 利用機器視覺技術(shù)和近紅外分析技術(shù)進行谷物的外觀品質(zhì)檢測和內(nèi)部品質(zhì)檢測研究，對提高我國糧食的市場競爭力和指導(dǎo)育種工作都具有重要意義，特別是在我國加入WTO后，研究工作顯得更加重要。在這樣的背景下，本文以產(chǎn)自黑龍江省的大豆為樣品，利用機器視覺技術(shù)進行了大豆的外觀品質(zhì)檢測，利用近紅外分析技術(shù)進行了大豆脂肪酸含量的檢測。主要研究內(nèi)容如下： (1)對圖像基礎(chǔ)處理算法進行了研

3、究，分析了適用于大豆外觀品質(zhì)檢測的圖像處理算法。 (2)研究了靜態(tài)情況下的外觀品質(zhì)檢測系統(tǒng)，實現(xiàn)了大豆灰斑病的檢測。該系統(tǒng)在采集圖像時允許籽粒相連，降低了硬件加工成本，方便了用戶的使用。 (3)對于大量粘連大豆籽粒圖像的分割問題，提出基于數(shù)學(xué)形態(tài)學(xué)的濾波算法和改進的分水嶺分割．算法，使該問題得到了解決，為后續(xù)處理工作奠定了基礎(chǔ)。 (4)利用瑞典波通公司生產(chǎn)的8620型近紅外儀獲取了來自黑龍江省生產(chǎn)的25分大豆樣品

4、的光譜數(shù)據(jù)。 (5)利用常規(guī)的化學(xué)分析方法測得了所收集的25份大豆樣品的五種脂肪酸的含量。 (6)對不同光譜預(yù)處理與數(shù)學(xué)處理對建立定標方程的影響做了初步探討后，以人工神經(jīng)網(wǎng)絡(luò)為主要技術(shù)手段建立了大豆脂肪酸含量預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，對粉末樣品建立定標模型，并用未參與定標的一組樣品作為檢驗集對模型進行檢驗，經(jīng)過大量的檢測實驗，并參照國內(nèi)外眾多資料，總結(jié)了檢測誤差的原因，根據(jù)實驗情況總結(jié)了降低檢測誤差的方法以及在實驗中應(yīng)該注意的