基于透射和反射高光譜成像技術(shù)的馬鈴薯缺陷檢測方法研究.pdf

1、馬鈴薯作為世界上重要的農(nóng)作物之一，具有良好的工業(yè)、食用及藥用價值。馬鈴薯的品質(zhì)尤其是缺陷將直接影響其經(jīng)濟(jì)價值，對馬鈴薯缺陷進(jìn)行檢測研究有助于提高其商品價值。在實(shí)際檢測過程中，馬鈴薯的缺陷程度、缺陷放置方向、檢測系統(tǒng)關(guān)鍵參數(shù)和數(shù)據(jù)處理方法均會對檢測結(jié)果造成很大影響，因此，研究檢測系統(tǒng)的關(guān)鍵參數(shù)，確定物料多因素及不同數(shù)據(jù)處理方法對檢測結(jié)果的影響，進(jìn)而建立馬鈴薯內(nèi)外部缺陷無損檢測模型，實(shí)現(xiàn)快速、準(zhǔn)確的檢測，以適應(yīng)實(shí)時在線檢測的需求，具有重要的

2、科學(xué)意義和良好的應(yīng)用前景。
　　該文以產(chǎn)于中國陜西省的克新1號馬鈴薯為研究對象，搭建了透射高光譜圖像采集系統(tǒng)，并綜合運(yùn)用了透射高光譜成像技術(shù)、反射高光譜成像技術(shù)、圖像分析技術(shù)、光譜分析技術(shù)、數(shù)據(jù)分析技術(shù)等研究了馬鈴薯內(nèi)部黑心病尤其是輕度黑心病馬鈴薯的定性識別方法及任意放置馬鈴薯外部損傷的定性識別方法。首先對所搭建的透射和反射高光譜圖像采集系統(tǒng)相關(guān)參數(shù)進(jìn)行研究，確定了透射和反射高光譜圖像采集的關(guān)鍵參數(shù);比較了透射和反射高光譜成像技術(shù)

3、對馬鈴薯黑心病的檢測準(zhǔn)確率，確定了采用透射高光譜成像技術(shù)可以實(shí)現(xiàn)馬鈴薯輕度黑心病的檢測;采用透射和反射高光譜成像技術(shù)對任意放置的馬鈴薯外部損傷進(jìn)行檢測，比較了反射圖像、反射光譜、透射光譜對馬鈴薯損傷識別的準(zhǔn)確率，確定了任意放置的馬鈴薯外部損傷識別最優(yōu)模型。
　　研究結(jié)果如下:
　　1)搭建了透射和反射高光譜圖像采集平臺，并對透射、反射高光譜圖像采集的相關(guān)參數(shù)進(jìn)行研究。
　　確定了反射高光譜成像系統(tǒng)的光源為環(huán)形布置，最佳

4、圖像采集速度為2mm/s。試驗(yàn)對反射高光譜圖像的邊緣強(qiáng)度、梯度、圖像信息熵、標(biāo)準(zhǔn)差及光譜的扭曲程度和相關(guān)系數(shù)進(jìn)行分析，結(jié)果表明，應(yīng)用環(huán)形光源所采集的反射高光譜圖像較優(yōu);對棋盤紙反射高光譜圖像進(jìn)行理論分析并結(jié)合試驗(yàn)研究，確定圖像采集速度為2mm/s;
　　確定了透射高光譜成像系統(tǒng)的光源為3個50w鹵素?zé)?，最佳圖像采集速度為2mm/s。試驗(yàn)分別采用3個強(qiáng)度為20W、50W、100W的環(huán)形鹵素?zé)暨M(jìn)行試驗(yàn)，對三種強(qiáng)度下透射高光譜圖像的光譜

5、透射率進(jìn)行分析，確定3個50W的鹵素?zé)糇顑?yōu);對棋盤紙透射高光譜圖像進(jìn)行理論分析并結(jié)合試驗(yàn)研究，確定圖像采集速度為2mm/s。
　　2)確定了反射高光譜圖像光譜維數(shù)據(jù)的最優(yōu)光譜預(yù)處理方法為去趨勢變換，最優(yōu)建模方法為偏最小二乘判別分析，模型總體識別準(zhǔn)確率為89.47％，其中對黑心樣本的識別準(zhǔn)確率為84.38％，對正常樣本的識別準(zhǔn)確率為96.00％。
　　3)確定了透射高光譜圖像光譜維數(shù)據(jù)的最優(yōu)光譜預(yù)處理方法為標(biāo)準(zhǔn)正態(tài)變量校正，最

6、優(yōu)的建模方法為偏最小二乘判別分析，模型總體識別準(zhǔn)確率為96.49％，其中對黑心樣本的識別準(zhǔn)確率為97.30％，對正常樣本的識別準(zhǔn)確率為95.00％。
　　4)比較了透射和反射高光譜成像技術(shù)對馬鈴薯黑心病檢測的準(zhǔn)確率，確定透射高光譜成像技術(shù)較優(yōu)。
　　5)研究基于透射高光譜成像技術(shù)的馬鈴薯黑心病檢測模型優(yōu)化方法，確定了采用CARS-SPA變量選擇方法最優(yōu)。采用蒙特卡洛無信息變量消除法（MC-UVE）、隨機(jī)蛙跳算法(SFLA)、

7、子窗口排列分析(SPA)、競爭性自適應(yīng)重加權(quán)采樣算法(CARS)及CARS-SPA等變量選擇方法對透射光譜進(jìn)行變量選擇。結(jié)果表明，采用CARS-SPA變量選擇方法較好，應(yīng)用該算法選擇5個變量建立了馬鈴薯黑心病PLS-DA模型，模型總體識別準(zhǔn)確率為96.49％，其中對黑心樣本的識別準(zhǔn)確率為97.30％，對正常樣本的識別準(zhǔn)確率為95.00％。
　　6)研究基于反射高光譜圖像維的任意放置馬鈴薯外部損傷檢測方法。應(yīng)用獨(dú)立成分(IC)分析提

8、取反射高光譜圖像的特征，以此特征對反射圖像進(jìn)行二次IC分析，建立了基于反射圖像的馬鈴薯損傷識別模型。結(jié)果表明，損傷不同放置方向?qū)ψR別準(zhǔn)確率影響很大，損傷正對相機(jī)識別準(zhǔn)確率最高，其中機(jī)械損傷的識別準(zhǔn)確率為90.91％，碰傷的識別準(zhǔn)確率為93.10％，正常樣本的識別準(zhǔn)確率為94.00％。
　　7)研究基于反射高光譜圖像光譜維的任意放置馬鈴薯外部損傷檢測方法。應(yīng)用IC分析提取反射高光譜圖像的特征，以此特征對反射光譜進(jìn)行變量選擇，建立了基

9、于反射光譜的馬鈴薯損傷識別模型。結(jié)果表明，模型對碰傷識別準(zhǔn)確率較高，碰傷部位正對相機(jī)放置時識別準(zhǔn)確率最高為96.55％，背對相機(jī)放置時識別準(zhǔn)確率為94.83％，側(cè)對相機(jī)放置時識別準(zhǔn)確率為91.38％;但是模型對馬鈴薯機(jī)械損傷識別準(zhǔn)確率較低，最高僅為78.18％。
　　8)確定了基于透射高光譜圖像光譜維的任意放置馬鈴薯外部損傷檢測方法。應(yīng)用IC分析提取透射高光譜圖像的特征，以此特征對透射光譜進(jìn)行變量選擇，建立了基于透射光譜的馬鈴薯損

10、傷識別模型。結(jié)果表明，模型對損傷識別準(zhǔn)確率較高，碰傷三個放置方向中，識別準(zhǔn)確率均為100％，機(jī)械損傷正對、背對相機(jī)的識別準(zhǔn)確率均為100％，側(cè)對相機(jī)的識別準(zhǔn)確率為98.18％。
　　9)確定了基于透射高光譜圖像光譜維的損傷識別模型優(yōu)化方法。應(yīng)用子窗口排列分析算法(SPA)對透射光譜做進(jìn)一步選擇，確定采用3個光譜變量建立任意放置馬鈴薯損傷識別的PLS-DA模型，模型對損傷的總體識別準(zhǔn)確率為97.39％。結(jié)果表明，基于透射高光譜成像技