一区二区三区精密机械公司,免费国产在线精品一区,欧美最爽的av片

應(yīng)用案例

聯(lián)系我們

電話：86-0755-23229824

手機(jī)：18948346937 / 13510373651

郵箱：[email protected]

地址：深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈11層C

微信：

微信客服號(hào)：

抖音官方號(hào)：

立即溝通

高光譜圖像技術(shù)在水果品質(zhì)無損檢測(cè)中的研究

摘要
關(guān)聯(lián)產(chǎn)品和配置

高光譜圖像技術(shù)在水果品質(zhì)無損檢測(cè)中的研究

隨著人民生活質(zhì)量的逐步提升，消費(fèi)者對(duì)水果質(zhì)量的要求也越來越高。但水果的內(nèi)部品質(zhì)不宜觀察，且在采摘、包裝和運(yùn)輸過程中，水果很容易受到人工或外界等物理因素的影響，致使其內(nèi)外部的品質(zhì)受到損傷。因此，發(fā)展準(zhǔn)確、快速、無損的檢測(cè)技術(shù)已成為水果品質(zhì)檢測(cè)領(lǐng)域重要的研究課題。隨著光譜技術(shù)的不斷發(fā)展，高光譜圖像技術(shù)被逐漸應(yīng)用于水果無損檢測(cè)。作為新一代的光電檢測(cè)技術(shù)，高光譜圖像技術(shù)結(jié)合了光譜學(xué)、機(jī)器視覺、計(jì)算機(jī)圖像學(xué)、近紅外光譜檢測(cè)等多學(xué)科知識(shí)，將光譜技術(shù)和傳統(tǒng)的二維成像技術(shù)進(jìn)行了有機(jī)融合，具有高分辨率、超多波段和圖像光譜合一等優(yōu)點(diǎn) ，將高光譜圖像技術(shù)應(yīng)用于水果品質(zhì)檢測(cè)領(lǐng)域具有重要的意義。高光譜成像技術(shù)可以同時(shí)得到水果的圖像和光譜信息，其中圖像信息能夠直接反映水果的外部形狀特征、顏色、缺陷等情況，而光譜數(shù)據(jù)則可以用于分析水果化學(xué)成分含量，如糖度、酸度、可溶性固形物含量等。本文主要介紹國(guó)內(nèi)外學(xué)者利用高光譜成像技術(shù)對(duì)水果品質(zhì)進(jìn)行無損檢測(cè)的研究進(jìn)展，并探討了該技術(shù)未來的發(fā)展前景。

1 高光譜圖像技術(shù)簡(jiǎn)介

1. 1 高光譜成像系統(tǒng)

高光譜成像系統(tǒng)是20 世紀(jì)80年代興起的新一代光電探測(cè)技術(shù)。一般認(rèn)為，光譜分辨率在10－1λ 數(shù)量級(jí)的范圍內(nèi)稱之為多光譜，光譜分辨率在10－2λ 數(shù)量級(jí)的范圍內(nèi)稱為高光譜，高光譜成像相對(duì)多光譜成像而言具有更高的分辨率。

高光譜檢測(cè)系統(tǒng)主要由源、面陣CCD或CMOS相機(jī)和計(jì)算機(jī)軟硬件等組成。光源是高光譜成像系統(tǒng)的重要組成部分，為整個(gè)成像系統(tǒng)提供照明，其產(chǎn)生的光被檢測(cè)物體吸收和散射后成為信息的載體，進(jìn)入相機(jī)的入口狹縫，通過相機(jī)中的光譜成像儀將光信號(hào)映射到二維面陣檢測(cè)器上，最后根據(jù)計(jì)算機(jī)軟件和硬件采集、處理、分析以及存儲(chǔ)高光譜圖像數(shù)據(jù)。

1. 2 高光譜圖像數(shù)據(jù)的采集方式

根據(jù)高光譜圖像采集方式的不同，可分為點(diǎn)掃描、線掃描和面掃描三種。點(diǎn)掃描方式每次掃描只能獲得一個(gè)像素點(diǎn)的光譜，不適用于快速檢測(cè)，所以點(diǎn)掃描的方式常常被用于檢測(cè)微觀對(duì)象。線掃描方式通過每次掃描可以獲得掃描線上的光譜，適用于傳輸帶上物體的實(shí)時(shí)檢測(cè)，因此該方法是水果品質(zhì)檢測(cè)中最常用的圖像采集方法。點(diǎn)掃描和線掃描方式都屬于光譜域掃描方式，首先獲得圖像的光譜和一個(gè)維度的空間信息，再通過掃描移動(dòng)，獲得另一維度空間信息。而面掃描方式屬于空間域掃描方式，可以同時(shí)獲取單個(gè)波長(zhǎng)下被測(cè)物體兩個(gè)空間維度的圖像信息，其數(shù)據(jù)采集量大且數(shù)據(jù)采集時(shí)間較長(zhǎng)，高光譜成像系統(tǒng)中通常會(huì)選擇面掃描方式。

2 高光譜圖像技術(shù)的研究進(jìn)展

2. 1 水果品質(zhì)定性分析

2. 1. 1 機(jī)械損傷

水果在收獲和運(yùn)輸過程中很容易因?yàn)橥饨绲臎_擊、振動(dòng)或擠壓而出現(xiàn)機(jī)械損傷，從而使水果的品級(jí)降低并造成經(jīng)濟(jì)損失。現(xiàn)在對(duì)水果機(jī)械損傷的檢測(cè)多是通過人眼檢測(cè)，檢測(cè)精度較低，致使分類不夠精準(zhǔn)，無法滿足消費(fèi)者對(duì)水果質(zhì)量的要求，而高光譜檢測(cè)技術(shù)以其高精度無損檢測(cè)的特點(diǎn)正在逐漸取代原有的檢測(cè)技術(shù)。

近十年來，采用高光譜成像技術(shù)檢測(cè)蘋果機(jī)械損傷的研究已有很多，韓浩然等利用高光譜成像技術(shù)來檢測(cè)蘋果的摔傷，試驗(yàn)結(jié)果表明，波段比算法和主成分分析法分類識(shí)別正確率為93.3% ，適用于蘋果摔傷的實(shí)時(shí)快速檢測(cè)。 Baranowski 等采用配備了在可見光和短波近紅外（VIS / SWNIR，400~1000nm) 傳感器的高光譜相機(jī)、中波近紅外（MNIR，1000~2500nm)和紅外（IR，3500~5000nm) 范圍的熱成像相機(jī)系統(tǒng)來檢測(cè)蘋果的早期瘀傷。結(jié)果表明，將VIS / SWNIR、MNIR和IR三個(gè)范圍結(jié)合在一起的模型獲得了區(qū)分瘀傷和完好組織以及各種深度瘀傷的最佳預(yù)測(cè)效率，使用廣譜范圍（400~5000nm)進(jìn)行水果表面成像可以改善對(duì)蘋果不同深度早期瘀傷的檢測(cè)效果。Nayeli等利用近紅外高光譜成像系統(tǒng)檢測(cè)芒果的機(jī)械損傷，采用了五種分類方法，在產(chǎn)生損壞后的七天內(nèi)捕獲圖像，從而可以有效檢測(cè)到出現(xiàn)損壞的時(shí)刻。結(jié)果發(fā)現(xiàn)近鄰法（k-Nearest Neighbours，k-NN)的分類效果最好，正確分類率可以達(dá)到97.90% 。林思寒利用PLS和LDA方法結(jié)合高光譜成像技術(shù)，建立了翠冠梨完好果和不同損傷天數(shù)碰壓果的PLS-LDA檢測(cè)模型。

結(jié)果表明，其機(jī)械損傷果和完好果的識(shí)別準(zhǔn)確率都在90%以上，最高可達(dá)97.78% 。目前，現(xiàn)有高光譜檢測(cè)技術(shù)的檢測(cè)精度已經(jīng)能夠滿足分類需求，但針對(duì)損傷程度的檢測(cè)模型還較少。

查看源圖像

2. 1. 2 凍傷

凍傷是水果缺陷檢測(cè)中最常見的指標(biāo)之一，其早期檢測(cè)和監(jiān)測(cè)比較困難，為了更早地將有缺陷的水果從營(yíng)銷鏈中去除，需要一種快速、精確和無損的檢測(cè)技術(shù)。近年來，研究人員針對(duì)蘋果凍傷方面的研究主要集中在算法優(yōu)化層面。 ElMasry等利用高光譜成像（400~1000nm)檢測(cè)“紅元帥”蘋果中的凍傷，開發(fā)了一種前饋反向傳播模型，選擇出五個(gè)特征波長(zhǎng)的光譜作為模型的輸入，以普通與凍傷為輸出結(jié)果，構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)識(shí)別模型。高光譜圖像技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法在識(shí)別凍傷水果方面的研究已有一定進(jìn)展，檢測(cè)精度普遍較高，未來可以進(jìn)行水果凍傷分級(jí)識(shí)別的在線檢測(cè)研究，進(jìn)一步提高檢測(cè)效率。

水果凍傷的圖像結(jié)果

2. 1. 3 成熟度

水果成熟度是決定水果內(nèi)在品質(zhì)的關(guān)鍵因素，也是確定水果貨架期的重要指標(biāo)。水果成熟的過程非常復(fù)雜，以往所用的傳統(tǒng)檢測(cè)水果成熟度方法局限于人工視覺檢測(cè)，實(shí)驗(yàn)室理化檢測(cè)等。這些方法不但費(fèi)時(shí)費(fèi)力，主觀性較強(qiáng)，且均需破壞樣本才可實(shí)現(xiàn)[26－28] 。近年來，國(guó)內(nèi)外學(xué)者開始研究無損檢測(cè)技術(shù)對(duì)水果的成熟度進(jìn)行判別分析，其中高光譜圖像技術(shù)以其特有的優(yōu)勢(shì)，在水果成熟度方面的研究比較豐富。

Rajkumar等使用高光譜成像技術(shù)對(duì)香蕉成熟度進(jìn)行了研究，提前采集水分含量、硬度和總可溶性固體等質(zhì)量參數(shù)，并與光譜數(shù)據(jù)相關(guān)。運(yùn)用PLS來分析光譜數(shù)據(jù)，使用預(yù)測(cè)的殘差誤差平方和來選擇特征波長(zhǎng) 。

由此可見，不同的特征選擇算法對(duì)于最后的分類精度影響很大，對(duì)不同水果選擇不同的特征算法尤為重要。

查看源圖像

2. 2 水果品質(zhì)定量分析

2. 2. 1 硬度預(yù)測(cè)

硬度是表現(xiàn)水果成熟度和口感品質(zhì)的一個(gè)重要特征，傳統(tǒng)的硬度檢測(cè)方法普遍對(duì)樣本有損傷，而高光譜成像技術(shù)則能夠?qū)λ捕冗M(jìn)行快速、無損檢測(cè)。張巍使用自主搭建的高光譜成像系統(tǒng)（500~1000nm)，以藍(lán)莓為研究對(duì)象，采用連續(xù)投影算法（SPA)對(duì)特征光譜進(jìn)行提取，并建立基于全波段-BP神經(jīng)網(wǎng)絡(luò)的硬度預(yù)測(cè)模型與基于SPA-BP神經(jīng)網(wǎng)絡(luò)的硬度預(yù)測(cè)模型。

2. 2. 2 可溶性固形物預(yù)測(cè)

水果中的可溶性固形物（SSC)包括可溶性糖類、維生素、礦物質(zhì)等，是影響水果內(nèi)部品質(zhì)的重要因素。羅霞等利用高光譜技術(shù)采集火龍果的漫反射光譜，并進(jìn)行火龍果可溶性固形物的無損檢測(cè)。應(yīng)用連續(xù)投影算法（SPA) 對(duì)特征變量進(jìn)行選擇，采用8種方法對(duì)原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，通過偏最小二乘法（PLS) 和前饋反向傳播神經(jīng)網(wǎng)絡(luò)法（BPNN) 建立預(yù)測(cè)模型。在檢測(cè)水果的可溶性固形物時(shí)，使用不同的預(yù)處理方法會(huì)對(duì)檢測(cè)精度產(chǎn)生較大影響，應(yīng)在多種預(yù) 處理方法中選取產(chǎn)生最優(yōu)結(jié)果的預(yù)處理方法。

2. 3 安全方面檢測(cè)

2. 3. 1 藥物殘留

水果表面的藥物殘留不僅極大影響水果的質(zhì)量安全，還影響果品出口貿(mào)易。因此，對(duì)水果表面的藥物殘留進(jìn)行無損檢測(cè)十分必要。徐潔等利用高光譜技術(shù)，建立距離判別分析模型和貝葉斯判別分析模型，并對(duì)哈密瓜表面殘留藥物的種類進(jìn)行判別。結(jié)果表明，在紫外燈光源的環(huán)境中，距離判別法的準(zhǔn)確率較高，為94. 67% ;在鹵素?zé)艄庠喘h(huán)境中，貝葉斯判別法的準(zhǔn)確率較高，為100. 00% 。Jiang等對(duì)蘋果農(nóng)藥殘留高光譜數(shù)據(jù)特征進(jìn)行分析，構(gòu)建了適用于蘋果農(nóng)藥殘留檢測(cè)的AlexNet-CNN框架，并對(duì)四種高光譜蘋果農(nóng)藥殘留的6144張圖像進(jìn)行檢測(cè)。結(jié)果表明，測(cè)試集檢測(cè)精度為 99. 09% ，單波段平均圖像檢測(cè)精度為95. 35% 。可見，高光譜成像技術(shù)在藥物殘留檢測(cè)方面已經(jīng)達(dá)到了很高的精度。

2. 3. 2 病蟲害

病蟲害的存在會(huì)極大地降低水果的品質(zhì)，利用高光譜技術(shù)可以有效地對(duì)水果病蟲害進(jìn)行無損檢測(cè)，這對(duì)水果品質(zhì)分級(jí)具有重要意義。 Bart 等開發(fā)了一種高光譜NIR成像系統(tǒng)來識(shí)別蘋果上的苦陷癥，構(gòu)建了PLS校準(zhǔn)模型，用來區(qū)分未受影響的蘋果表面和苦陷癥。結(jié)果表明，該系統(tǒng)可以識(shí)別出收獲后肉眼不可見的苦陷癥，但無法區(qū)分苦陷癥和軟組織。使用高光譜成像方法確定棗中的受損區(qū)域，運(yùn)用逐步判別分析法將棗分為有蟲侵害型和無蟲侵害型，分類準(zhǔn)確率約為97. 0% 。但現(xiàn)有檢測(cè)技術(shù)大多只能檢測(cè)一種病蟲害，少有開發(fā)出可以同時(shí)檢測(cè)出多種病蟲害的高光譜模型。

3 存在問題及發(fā)展趨勢(shì)

高光譜成像技術(shù)雖然在水果無損檢測(cè)方面有較多的應(yīng)用，但仍存在著一些不足。高光譜的穿透深度不夠高，對(duì)于果皮比較厚的水果難以檢測(cè)。反射、透射時(shí)需要使用大光源，但光源能量過高又容易損傷水果，如何在無損檢測(cè)和更深層檢測(cè)間達(dá)到平衡是未來要解決的關(guān)鍵問題;高光譜的圖像數(shù)據(jù)量大，冗余信息多，如何選擇特征波長(zhǎng)，去除無相關(guān)的變量來提升檢測(cè)效率也是急需解決的一個(gè)問題;

水果含水率普遍較高，高光譜檢測(cè)時(shí)在1400nm后會(huì)受到水分吸收峰的影響，如何避免水分吸收峰對(duì)檢測(cè)結(jié)果的影響也亟待解決。針對(duì)檢測(cè)樣品方面，現(xiàn)階段大多數(shù)的研究都選取表皮較薄的水果（如蘋果、梨、桃子等)進(jìn)行品質(zhì)缺陷檢測(cè)，但對(duì)表皮較厚的水果（如西瓜、哈密瓜、椰子等)品質(zhì)檢測(cè)仍然較少，高光譜檢測(cè)技術(shù)如何突破檢測(cè)深度的限制將給這些較厚果皮水果品質(zhì)檢測(cè)帶來新的應(yīng)用。在試驗(yàn)設(shè)計(jì)方面，大多數(shù)研究都只針對(duì)水果是否存在缺陷進(jìn)行分級(jí)，沒有考慮缺陷程度對(duì)水果保質(zhì)期的影響，如水果受到輕微損傷后，在短期內(nèi)其內(nèi)外部品質(zhì)與經(jīng)濟(jì)價(jià)值波動(dòng)較小，但儲(chǔ)存一定時(shí)間后水果品質(zhì)可能會(huì)發(fā)生較大改變，因此研究缺陷程度對(duì)水果保質(zhì)期的影響對(duì)水果儲(chǔ)存及經(jīng)儲(chǔ)存后水果的品質(zhì)預(yù)測(cè)具有深遠(yuǎn)的現(xiàn)實(shí)意義。

隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)等的進(jìn)一步發(fā)展和更深地融合，高光譜圖像檢測(cè)技術(shù)在水果品質(zhì)無損檢測(cè)領(lǐng)域必將有更加廣泛的應(yīng)用。在高光譜檢測(cè)應(yīng)用技術(shù)推廣方面，由于圖像采集和處理速度的限制以及設(shè)備成本的制約，高光譜技術(shù)在現(xiàn)實(shí)生活中還未得到大范圍的應(yīng)用，可以權(quán)衡檢測(cè)準(zhǔn)確率與設(shè)備成本，開發(fā)專用小型化設(shè)備以實(shí)現(xiàn)高光譜技術(shù)的進(jìn)一步推廣。

4 小結(jié)

近年來，高光譜圖像檢測(cè)技術(shù)在水果品質(zhì)的無損檢測(cè)方面得到了廣泛的應(yīng)用，硬件的設(shè)計(jì)與實(shí)現(xiàn)以及圖像處理的算法都取得了進(jìn)步，檢測(cè)的準(zhǔn)確率逐漸提升，體現(xiàn)出其克服傳統(tǒng)分析工具復(fù)雜性、繁瑣性、破壞性的巨大潛力。但高光譜圖像技術(shù)還有較多問題值得深入研究，隨著科技的進(jìn)步以及信息時(shí)代的到來，此技術(shù)必將會(huì)越來越成熟，應(yīng)用前景也將越來越廣闊。

iSpecHyper-VS高光譜成像相機(jī)是萊森光學(xué)（LiSen Optics）專門用于公安刑偵、物證鑒定、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)。iSpecHyper-VS采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì) ，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。iSpecHyper-VS高光譜成像相機(jī)廣泛應(yīng)用于公安刑偵、物證鑒定、精準(zhǔn)農(nóng)林、遙感遙測(cè)、工業(yè)檢測(cè)、醫(yī)學(xué)醫(yī)療、采礦勘探等各領(lǐng)域。