国家自然科学基金(31271973)
- 作品数：44 被引量：205H指数：8
- 相关作者：张淑娟薛建新孙海霞王斌赵旭婷更多>>
- 相关机构：山西农业大学浙江大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金国家教育部博士点基金更多>>
- 相关领域：农业科学轻工技术与工程理学自动化与计算机技术更多>>
- 鲜枣内部综合品质光谱评价指标建立与分析被引量：2
- 2017年
- 为实现鲜枣内部综合品质的在线无损快速检测,利用可见/近红外光谱漫反射技术,针对完熟期壶瓶枣的内部品质,包括含水率、可溶性固形物含量、硬度、可溶性蛋白质含量、维生素C含量5项指标,分别采用竞争性自适应重加权算法(CARS)提取特征波长并建立最小二乘-支持向量机(LS-SVM)预测模型,硬度预测模型的相关系数和均方根误差分别为0.945 2和41.684 9,其余品质预测模型的相关系数均在0.923 0及以上、均方根误差均在3.779 2及以下。在此基础上,对5项品质指标进行了相关性分析,表明在0.01或0.05水平上两两指标间存在极显著或显著的相关性,故采用因子分析法构建了内部综合品质评价指标,建立了CARS-LS-SVM预测模型,结果表明该模型的相关系数和均方根误差分别为0.924 1和6.063 5,预测精度较高。研究表明,所建立的CARS-LS-SVM模型可有效实现鲜枣内部综合品质的评价。
- 孙海霞张淑娟薛建新刘蒋龙赵旭婷
- 关键词：鲜枣特征提取
- Detection of Defects in Malus asiatica Nakai Using Hyperspectral Imaging
- Hyperspectral imaging technology was employed to detect defects such as rot, bruise and rust in Malus asiatica...
- Jianglong LiuShujuan ZhangHaixia SunZhiming Wu
- 关键词：DEFECTSDETECTION
- 基于ELM和可见/近红外光谱的鲜枣动态分类检测被引量：6
- 2015年
- 枣营养丰富且品种繁多,不同品种的内外部品质与市场价格均存在差异,为了实现鲜枣品种分类的快速无损检测,以产自同一地区的板枣、鸡心枣和相枣为研究对象,动态采集光谱数据。采用移动平滑(moving smoothing)与多元散射校正(multiplicative scatter correction,MSC)相结合的方法预处理光谱数据,对预处理后的光谱数据采用连续投影算法(successive projections algorithm,SPA)提取出11个特征波长分别为:980,1 860,1 341,1 386,2 096,1 831,1 910,1 628,441,768,601nm,其重要程度依次递减。以所提取的特征波长作为输入变量,建立极限学习机(extreme learning machine,ELM)分类模型,进行预测判别,并与偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)和最小二乘支持向量机(least squares support vector machines,LS-SVM)方法进行比较。结果表明:SPA-ELM方法所建校正模型的决定系数R2=0.972 38,校正均方根误差RMESC=0.018 724,SPA-ELM方法与SPA-PLS-DA和SPA-LSSVM方法判别准确率均为100%,说明ELM是一种有效的分类判别方法。该研究为鲜枣品种分类检测提供了新的理论基础。
- 杨一张淑娟何勇
- 关键词：鲜枣连续投影算法极限学习机
- 高光谱成像技术对鲜枣内外部品质检测的研究被引量：12
- 2015年
- 外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000nm)对壶瓶枣的"自然损伤"和可溶性固形物含量同时进行检测研究。首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵)。然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷("自然损伤")和内部品质(可溶性固形物含量)进行检测研究。结果表明:使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其"自然损伤"判别正确率为92.5%,可溶性固形物预测集的预测相关系数(Rp)和预测均方根误差(RMSEP)分别达到了0.944和0.495。表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考。
- 薛建新张淑娟张晶晶
- 关键词：壶瓶枣可溶性固形物
- 基于计算机视觉的核桃外观缺陷检测被引量：12
- 2019年
- 为快速准确识别核桃外观缺陷(黑斑、破裂),自行搭建图像采集系统采集样本图像。预处理后采用形态学和逻辑运算去除背景,基于样本图像提取18个颜色特征参数和20个纹理特征参数。采用形态学和逻辑运算提取缺陷部分和样本投影像素面积的比值t以及样本图像阈值分割后二值图像的欧拉数。分别采用回归系数法(Regression Coefficient,RC)和连续投影法(Successive Projections Algorithm,SPA)优选特征参数并建立偏最小二乘法(PLS)模型。结果表明,基于SPA法优选特征参数建立的模型性能最优。将SPA法提取的5个优选特征参数作为输入建立最小二乘支持向量机(LS-SVM)模型,并对预测集样本进行预测。结果表明,对正常核桃、黑斑核桃、破裂核桃的判别准确率分别为88.9%、83.3%、94.6%,总判别率为88.9%。本研究建立的方法能够很好的对核桃外观缺陷进行检测,为今后核桃的在线检测分选提供了技术支持。
- 李成吉张淑娟孙海霞陈彩虹邢书海赵旭婷
- 关键词：计算机视觉核桃
- 可见/近红外光谱结合软化指标快速判定沙果货架期被引量：12
- 2013年
- 基于可见/近红外光谱技术探讨利用软化指标对不同货架期沙果进行分类的可行性。以SNV为最优预处理结合PLS建立软化指标模型,经优化后其校正和预测模型的决定系数R2分别为0.847和0.813。证实软化指标与光谱数据之间存在很高的相关性,可以以软化为指标对不同货架期的沙果进行分类。分别采用非线性的LS-SVM和线性的PLS-LDA建立分类模型,结果表明:利用LS-SVM所建模型得到的效果要优于PLS-LDA模型,其正确识别率和正确拒识率都达到了94%。
- 薛建新张淑娟孙海霞周靖博
- 关键词：沙果近红外光谱货架期
- 基于高光谱图像信息的李果实成熟度判别被引量：6
- 2017年
- 本文以李果实作为研究对象,基于高光谱图像技术对不同成熟度的李果实(未熟、半熟、成熟和过熟)样本的图像信息进行采集,对采集样本的图像进行中值滤波去噪处理。运用Matlab软件编程对各种成熟度样本的图像进行颜色特征值提取,分别获得RGB和HSV彩色图像模型不同分量的平均值(μ)和标准差(σ)作为颜色特征值,并建立RGB、HSV颜色特征值以及RGB-HSV特征值相融合的样本成熟度PLS判别模型,并对所建立的判别模型进行预测。结果表明,基于RGB-HSV相融合颜色特征值的判别模型准确率优于RGB与HSV,其对未熟、半熟、成熟、过熟的判别准确率达到了98.4%、90.0%、85.6%及90.9%。该方法建立的判别模型不仅简化,而且增强了模型的判别能力,为实现李果实成熟度的无损检测和判别提供理论依据。
- 李丽丽王斌张学豪张淑娟
- 关键词：成熟度
- 扫描方式对鲜枣近红外光谱和硬度模型精度的影响被引量：1
- 2013年
- 以壶瓶枣为研究对象,利用Field Spec 3型近红外光谱仪采集光谱,分析不同扫描方式对壶瓶枣近红外光谱和硬度模型精度的影响。对样品的3个位置分别扫描1,3,6次,采用PLS方法对90个壶瓶枣样品建立硬度模型,其决定系数(R2)均达到0.8以上,校正均方根误差都在0.65以下;应用模型对30个壶瓶枣的硬度进行预测,预测值方差分析结果表明,不同位置进行1,3次扫描所建的硬度模型间无显著差异,确定为较佳扫描方式,而进行6次扫描的硬度模型间有显著差异。在采集光谱建立模型时,应考虑选择合适的扫描次数。
- 王斌薛建新张淑娟
- 关键词：壶瓶枣近红外光谱方差分析
- 基于高光谱成像技术的山楂损伤和虫害缺陷识别研究被引量：16
- 2015年
- 采用高光谱成像技术（420~1 000nm）对山楂的缺陷（表面的损伤以及虫害区域）进行识别研究。共采摘了134个样品,包含损伤果46个、虫害果30个、损伤及虫害果10个和完好果48个。考虑到山楂的花萼、果梗与损伤、虫害的RGB图像有相似的外观特征,容易造成误判,利用高光谱成像系统采集了损伤、虫害、完好、花萼和果梗五个区域一共230个山楂样本的高光谱图像,并提取相应的感兴趣区域（region of interest,ROI）,得到了样本的光谱数据。使用标准归一化（standard normalized variate,SNV）,卷积平滑（savitzky golay,SG）,中值滤波（median filter,MF）,多元散射校正（multiplicative scatter correction,MSC）方法进行光谱预处理,建立偏最小二乘（partial least squares method,PLS）判别分析模型,结果表明经过SNV预处理后的预测结果较好。最后选取SNV作为预处理方法。应用回归系数法（regression coefficients,RCs）从全波段中提取10条特征波段（483,563,645,671,686,722,777,819,837和942nm）,利用Kennard-Stone算法将各类样本按照3：1的比例随机分成训练集（173个）和测试集（57个）,并对其建立最小二乘支持向量机（least squares-support vector machine,LS-SVM）判别模型,山楂缺陷的正确识别率为91.23%。然后,运用主成分分析（principal componentanalysis,PCA）进行10条敏感波段下单波段图像的数据压缩,分别采用＂sobel＂算子和区域生长算法＂Regiongrow＂识别出86个缺陷山楂样本的边缘与缺陷特征区域,得出单损伤、单虫害和损伤及虫害样本的识别率分别为95.65%,86.67%和100%。研究结果表明：采用高光谱成像技术可以对山楂的损伤、虫害、花萼和果梗进行定性分析和特征识别,该研究为山楂的缺陷无损检测提供了理论参考。
- 刘德华张淑娟王斌余克强赵艳茹何勇
- 关键词：山楂
- 晋虞1号桃可溶性固形物的可见/近红外光谱无损检测研究
- 晋虞1号桃,又名红不软,熟颜色诱人、口感丰富、VC含量高,是夏季人们购买频率较高的水果之一。该品种是芽变品种,抗逆性强、耐瘠薄、无特殊病虫害,因此在不同海拔地域种植广泛。除了种植优势外,该品种着色较早,七月初挂红晕;果实...
- 赵旭婷
- 关键词：可溶性固形物无损检测
- 文献传递
