近红外光谱图像处理的霉变稻谷检测方法

来源 :光谱学与光谱分析 | 被引量 : 0次 | 上传用户:xiaosun988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
稻谷在储藏和运输过程中,在适宜的温湿度环境下极易发生霉变,导致大量的粮食浪费和巨大的经济损失,进而影响粮食安全.为解决传统的稻谷霉变检测存在的繁琐且耗时较长等不足,提出了基于近红外光谱图像处理和神经网络的稻谷霉变程度检测方法.首先,通过农业多光谱相机(Sequoia)和固定光源等设备,构建了霉变稻谷近红外图像数据采集平台,获取了黑龙江地区牡响、早香、彩稻三个品种不同的霉变状态(健康稻谷、轻度霉变、中度霉变)的近红外光谱成像数据.对于近红外光谱图像的160×160像素有效区域,应用数字图像处理技术结合光谱图像分析方法,分析了N IR图像多种纹理特征和光谱反射值频率特性,优选不同稻谷品种霉变状态的光谱特征,计算了近红外图像的纹理特征(均值、标准差、平滑度、三阶距、一致性、信息熵、平均梯度、分形维数)以及间隔步长0.1时NIR光谱图像在0.2~0.8区间反射值频率,共计14维度的光谱图像特性指标.最后,以提取NIR图像的特征向量为依据,利用前馈神经网络的自适应推理机制,建立了稻谷霉变程度与其近红外图像特征之间的非线性映射模型,该神经网络结构为14-60-3型,进一步将网络输出编码向量解析至稻谷霉变等级,实现了稻谷霉变程度的快速检测方法.结果表明:本文提出检测模型在学习次数为28455次时达到预设的目标精度0.06,所提取的稻谷NIR图像特征与模型输出的相关系数为0.85.仿真测试中该检测模型所计算出的网络输出值和期望输出值的误差平均值为0.52139,方差为0.13782,误差的标准差为0.37123,对于不同稻谷的霉变程度检测的准确率为93.33%.该研究为实现稻谷霉变程度无损检测提供了新方法,为稻谷仓储时霉变早期自动快速检测提供了技术支持.
其他文献
黄素类物质在生物体内广泛存在,是许多电子转移反应的活性中心,也是电子传递链的重要组成部分.其受到光照激发后引起的电子转移,是许多生命过程的基础与起始步骤.特别地,一种名为隐花色素的黄素蛋白在光激发后经一系列电子转移形成自旋相关自由基对,被认为是最有可能的生物磁敏物质,更使黄素体系电子转移过程的动力学,特别是自旋动力学过程倍受关注.对黄素电子转移过程及相关机理进行研究,有助于厘清多种生命过程的化学机理与影响因素.为此,科学界综合运用了多种仪器与测试手段,其中主要包括紫外-可见光谱,荧光光谱,瞬态吸收光谱,光
表面增强拉曼散射(SERS)技术具有高效,灵敏,无损检测等特点,能实现对分析物分子的极低浓度检测,被广泛应用于痕量分析领域.在生产和生活中,有些毒性物质或非法添加剂被人体摄入或长期接触后,在体内不断累积,最终导致中毒或者组织器官发生病变;环境中过量的有害物质残留,由于其本身的毒性或者使菌株和害虫产生抗药性而造成的生态系统破坏,会严重影响人们的正常生活;有些生物分子伴随疾病产生,可作为疾病的标志物,能给予人体健康诊断信息;有些抗癌药物由于本身具有毒性,使用时需要严格控制用量.因此,利用SERS技术对各领域分
地表水资源安全关系到国民健康、生态环境稳定和经济可持续发展,具有重要战略意义.总有机碳(T OC)是一种衡量水体中有机物含量的综合指标,其在水环境监管和治理中具有重要价值.传统检测方法通过高温催化氧化测定水样中T OC含量具有耗时较长、操作复杂的局限性,紫外-可见光谱技术具有检测速度快、操作简单的优势,因而在水质在线检测中具有较好的应用前景.国内外对地表水中T OC浓度的在线检测目前大多采用与COD浓度间的相关关系进行间接推算得到,这类方法对水体成分的稳定性要求较高.相比于常规的间接推算方法,采用光谱定量
利用近红外光谱技术对脑组织进行检测实现脑血肿的定位一直以来都是无损光学诊断的研究热点.为了实现开放式全方位的精准探测,基于功能性近红外光谱技术提出一种新的方法—阵列扫描式灵敏度法,即建立全方位阵列探测器,通过单边阵列式扫描检测来获取不同探测位置的光通量,计算每个探测器的探测灵敏度,就能得到全方位的探测信息.首先,建立单层有限元模型,设置光学参数、光源、探测位置及边界条件,将仿真结果与蒙特卡洛的运行结果进行对比,验证有限元模型条件设置的准确性.其次,根据人脑组织结构建立脑部模型,在模型中插入血肿,选择波长为
以Al2(SO4)3·18H2O、尿素为原料,采用水热-热解法制备了球形α-Al2O3粉体.以自制α-Al2O3、Y2O3及CeO2为原料,固相法制备了白光LED用Y2.93 Al5O12:0.07Ce3+黄色荧光粉,通过X射线衍射(XRD)、扫描电镜(SEM)、X射线能谱(EDS)及荧光光谱(PL)等对产物的物相、形貌及光致发光性能进行了表征.结果表明:水热-热解法制备出了物相纯净、分散性良好的球形α-Al2 O3粉体,以该α-Al2 O3为原料,合成出可被460 nm蓝光有效激发,发射光谱为峰值在55
近红外光谱(NIRS)在定量和判别分析中已得到广泛应用,化学计量学在其中发挥了重要作用,但仍需要建立基于新原理的方法,简化数据处理和建模过程,使近红外光谱分析更加方便、更加快速.多元光学计算(M O C)技术通过设计合适的光学滤波器可以在光谱测量的同时,根据光谱的整体形状得到定性定量结果.作为一种新的测量和计算方式,近年来在光谱分析领域逐渐得到应用.基于多元光学计算的原理,基于主成分分析和Fisher判别准则设计了近红外光谱的判别滤波器,将近红外光谱投影到二维空间,并在二维空间中计算每一类样品的置信椭圆作
很多物质在太赫兹波段内的光谱参数具有指纹特征,这是太赫兹技术在安检等众多领域有所应用的基础.但是,目前常用的太赫兹时域光谱(THz-TDS)技术提取物质光学参数的Duvillaret算法,要求样品上下表面平行且充分光滑.然而在很多有潜力的实际应用场合中,尤其是对于固体样品,表面粗糙度不可避免,并且不能使用模具压片等实验室制样手段来保证其表面的平行光滑特性,由此需要一种不受样品表面粗糙度影响且更具有普适性的光学参数提取算法来增加太赫兹时域光谱技术在实际场合下的应用能力.分析了太赫兹波透射表面粗糙样品的光程,
高丹草中粗蛋白质以及碳水化合物的含量丰富,适合青贮处理.优质的高丹草种子是发展畜牧业十分重要的前提,发芽率是检验种子质量最常规的指标之一,播前种子发芽率检测与筛选十分必要.现阶段采用发芽试验法进行种子发芽率的检测,周期长、成本高.基于此,提出利用近红外光谱对高丹草种子进行发芽率的快速、无损检测.选择适量的高丹草种子样品,采集近红外漫反射光谱,进行一阶导和二阶导预处理以及对比分析R2c,R2p,RESEC和RMSEP.采用支持向量机(SVM)建模,使用MATLAB中调用的LIBSVM软件包来实现SVM训练和
在近红外光谱分析过程中,单台仪器在不同时间的波长变化及多台仪器间的波长一致与否会对化学计量学定标模型的校正及传递效果产生影响,上述问题可以统一为波长漂移对定标模型的影响.以分析小麦粉中粗蛋白含量为例,首先结合不同谱区光谱数据,利用偏最小二乘回归(PLSR)方法建立了两个定标模型.再由计算机生成不同类型、不同幅度的波长漂移信息,并叠加至验证集样品光谱中,使新光谱相对于定标集光谱产生波长漂移信息.通过考察原定标模型对新光谱的预测与校正情况,研究了波长漂移对PLSR定标模型的影响.结果表明:相对于定标集样品光谱
作为一种绿色安全的食品药品配料,甜菊糖具有广阔的应用前景,然而吸湿性是其面临的一大难题,同时也是大多数制剂原辅料普遍存在的问题,研究分析吸湿的过程状态并提出针对性解决办法具有重要的理论意义和应用价值.利用近红外光谱分析技术结合化学计量学方法对甜菊糖吸湿过程进行表征、解析,从而揭示吸湿过程中水的吸附方式和键合作用;通过吸湿过程光谱并采用外部参数正交(EPO)算法消除样品中水分的影响,建立甜菊糖中莱鲍迪苷A(R A)含量的快速分析方法.研究表明,甜菊糖吸湿过程初始,水分子迅速吸附在甜菊糖粉末表面形成单分子层;