基于机器视觉和电子鼻的菠菜新鲜度无损检测研究

《基于机器视觉和电子鼻的菠菜新鲜度无损检测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号S123密级公开UDC编号102992211318029JIANGSUUNIVERSITY学术型硕士学位论文ThesisforAcademicMaterDegree硕士类别：工学硕士论文题目：基于机器视觉和电子鼻的菠菜新鲜度无损检测研究学科专业：食品科学与工程作者姓名：徐海霞指导教师:黄星奕答辩日期:2016年6月万方数据基于机器视觉和电子鼻技术的菠菜新鲜度无损检测研究StudyonNondestructiveDetectionofFreshnessofPost-harvestSpinachBasedonMachineVisionandElectronicNose专业名称食品

2、科学与工程指导教师黄星奕教授姓名徐海霞2016年6月万方数据独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日万方数据学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊（光盘版）电子杂志社有权保留本人所送交学位论文的复印件和电子文档，

3、可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊（光盘版）电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布（包括刊登）授权江苏大学研究生院办理。本学位论文属于不保密□。学位论文作者签名：指导教师签名：年月日年月日万方数据江苏大学硕士学位论文摘要菠菜富含大量矿物质、维生素等重要元素，是居民膳食中常见的绿叶蔬菜。菠菜采后极易失水萎蔫、皱缩衰老，失去新鲜状态，影响食用品质和商品价值。因此，为了

4、保障居民食用蔬菜的营养安全性，同时提高蔬菜产品的市场竞争力，有必要对菠菜采后新鲜度的无损检测方法进行研究。本课题尝试将机器视觉和电子鼻技术应用于菠菜采后新鲜度变化的检测研究，利用菠菜在储藏期内的图像信息和气味信息，实现对菠菜采后品质的有效检测分析。研究的主要内容如下：1.基于机器视觉的菠菜新鲜度的检测研究1）适用于菠菜图像采集的机器视觉硬件系统的搭建，完成了对相机、镜头、光源及背景颜色等主要部件的选型，并对图像采集系统进行调试，保证图像采集系统的稳定性。2）基于图像信息的菠菜新鲜度等级判别模型的研究。将菠菜的叶片区域作为待提取的感兴趣区域。利用大津阈值法完成对整株菠菜的阈值分割，并

5、将图像处理范围缩小至整株菠菜的后2/3区域，再通过形态学及区域差集运算实现对叶片区域的完整分割。对所得的叶片图像，提取R,G,B,H,S,V,L,a,b,R,G,B,H，S,V,L,a,b这18个颜色特征变量，分别建立判别菠菜新鲜度等级的K-近邻法模型和BP神经网络模型。其中，K-近邻法判别模型对训练集、测试集样本的正确判别率分别为92.71%和85.42%；BP神经网络判别模型对训练集、测试集样本的正确判别率分别为91.67%和85.42%。所建模型均实现了对储藏期内菠菜不同新鲜度等级的判别预测，且KNN模型的判别效果略优于BP神经网络模型。3）叶绿素定量预测模

6、型的建立。提取所得叶片图像的颜色变量，运用线性回归过程中的“向后选择法”筛选出与叶绿素化学检测值的相关程度较高的变量，得到H,H*S,H/S,S/V,gb,b/g这6个颜色特征变量，将其用于菠菜叶绿素预测模型的建立。将偏最小二乘回归和BP神经网络用于建立定量预测模型。建模结果显示，偏最小二乘回归模型中预测集样本的均方根误差RMSEP为0.2315，相关系数Rp为0.7338；BP神经网络模型中预测集样本的均方根误差RMSEP为0.2147，相关系数Rp为0.7995。表明利用图像信息对菠菜叶绿素含量的预测是基本可行的，且BP神经网络模型的预测效果较优于偏最小二乘回归模型。I万方数

7、据基于机器视觉和电子鼻技术的菠菜新鲜度无损检测研究2.基于电子鼻技术的菠菜新鲜度的检测研究1）电子鼻传感器阵列的优化。提取电子鼻传感器的稳定值作为特征变量，将因子载荷分析用于阵列优化。从具有相似载荷因子的传感器中选择一个作为该类传感器的代表。根据载荷分析图结果，最终将传感器9、3、8、11、1、4、10作为优化后的传感器阵列，用于进一步的检测分析。2）基于气味信息的菠菜新鲜度等级判别模型研究。将优化后传感器阵列的稳定值作为特征变量，分别建立用于判别菠菜新鲜度等级的支持