蘋果糖度檢測(cè)中后向散射光斑最佳表征參數(shù)研究.pdf

1、糖度檢測(cè)是水果質(zhì)量分級(jí)的一個(gè)重要指標(biāo)，消費(fèi)者購(gòu)買水果的欲望很大程度上取決于其糖分含量。本文以蘋果為研究對(duì)象，采用基于光譜分析和圖像技術(shù)融合的多光譜成像系統(tǒng)無(wú)損檢測(cè)蘋果糖分含量，該系統(tǒng)是由光源、透鏡、窄帶濾光片、CCD相機(jī)、計(jì)算機(jī)等設(shè)備組成。本課題以紅富士蘋果為研究對(duì)象，通過(guò)多光譜成像系統(tǒng)采集五個(gè)特定波長(zhǎng)(分別為461nm、465nm、469nm、947nm、1049nm)共160張?zhí)O果的后向散射光斑圖像。
　　研究光與蘋果組織的相

2、互作用理論，從光在蘋果組織內(nèi)部的傳輸路徑以及特性分析出發(fā)，重點(diǎn)研究了漫射近似理論和蒙特卡羅兩種光學(xué)傳輸近似理論。
　　本文對(duì)后向散射光斑圖像的總灰度、平均灰度分別和蘋果糖分含量進(jìn)行多元線性回歸建模，得到模型的相關(guān)系數(shù)和預(yù)測(cè)誤差標(biāo)準(zhǔn)差:后向散射光斑圖像總灰度預(yù)測(cè)蘋果糖分含量模型的相關(guān)系數(shù)r=0.507716，預(yù)測(cè)誤差標(biāo)準(zhǔn)差SEP=0.0103;后向散射光斑圖像平均灰度預(yù)測(cè)蘋果糖分含量模型的相關(guān)系數(shù)r=0.775982，預(yù)測(cè)誤差標(biāo)準(zhǔn)差

3、SEP=0.0105;
　　為消除實(shí)驗(yàn)過(guò)程中噪聲和表皮反射光對(duì)糖分含量測(cè)量帶來(lái)的誤差，通過(guò)對(duì)160張后向散射光斑圖像的灰度直方圖進(jìn)行分析，選擇灰度區(qū)間80～200預(yù)測(cè)蘋果糖分含量，分別求取后向散射光斑圖像灰度區(qū)間80～200的總灰度和平均灰度和蘋果糖分含量進(jìn)行建模，區(qū)間總灰度預(yù)測(cè)蘋果糖分含量模型的相關(guān)系數(shù)r=0.829212，預(yù)測(cè)誤差標(biāo)準(zhǔn)差SEP=0.0099;區(qū)間平均灰度預(yù)測(cè)蘋果糖分含量模型的相關(guān)系數(shù)r=0.849214，預(yù)測(cè)誤

4、差標(biāo)準(zhǔn)差SEP=0.0079;
　　光進(jìn)入到蘋果內(nèi)部后，隨著傳輸距離的增加，其光強(qiáng)沿徑向方向呈現(xiàn)下降趨勢(shì)，本文提出了利用徑向灰度洛倫茲擬合參數(shù)來(lái)預(yù)測(cè)蘋果糖分含量。用Matlab擬合工具箱把徑向灰度同洛倫茲分布(LD)函數(shù)進(jìn)行擬合，將得到的不同特定波長(zhǎng)下的擬合參數(shù)和蘋果糖分含量進(jìn)行建模，徑向灰度擬合參數(shù)預(yù)測(cè)蘋果糖分含量模型的相關(guān)系數(shù)r=0.965361，預(yù)測(cè)誤差標(biāo)準(zhǔn)差SEP=0.0318。
　　本研究對(duì)160張后向散射光斑圖像