基于高光谱成像技术的苹果可溶性固形物含量与缺陷检测

《基于高光谱成像技术的苹果可溶性固形物含量与缺陷检测》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：S24学校代码：10712UDC：621.3研宄生学号：2013051227密级：公开品灶农林令祆大学2015届全日制硕士专业学位研究生学位论文基于高光谱成像技术的苹果可溶性固形物含量与缺陷检测类型工程硕士领域、方向智能化检测技术研究牛孟庆达指导教师陈立平研究员合作指导教师黄文倩研究_员完成时间____2015年3月中国陕西杨凌研究:生学位论文的独创性声明本人声明：所呈交的全日制硕士专业学位论文是我个人在导师指导下独立进行的研究工作及取得的研究结果；论文中的研究数据及结果的获得完全符合学校《关于规范西北农林科技大学研究生学术道德的暂行规定

2、》，如果违反此规定，一切后果与法律责任均由本人承担。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究结果，也不包含其他人和自己本人已获得西北农林科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文的致谢中作了明确的说明并表示了谢意。研究生签名:时间:冰年（W曰导师指导研宄生学位论文的承诺本人承诺：我的全日制硕士专业学位研究生______________所呈交的硕士学位论文是在我指导下独立开展研究工作及取得的研究结果，属于我现岗职务工作的结果，并严格按照学校《关于

3、规范西北农林科技大学研究生学术道德的暂行规定》而获得的研究结果。如果违反学校《关于规范西北农林科技大学研究生学术道德的暂行规定》，我愿接受按学校有关规定的处罚处理并承担相应导师连带责任。导师签名时间年Z月y曰本学位（毕业）论文的知识产权归属西北农林科技大学。本人同意西北农林科技大学保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅;同意西北农林科技大学将本学位（毕业）论文的全部或部分内容授权汇编录入《中国优秀硕士学位论文全文数据库》进行出版，并享受相关权益。本人保证，在毕业离开（或者工作调离）西北农林科技大学后，发表或者使用

4、本学位（毕业）论文及其減的X作成果时，必须以西北农林科技大料第-署名单位，否则，按违背《中华人民共和国著作权法》等有关规定处理并追究法律责任。任何收存和保管本论文各种版本的其他单位和个人(包括研究生本人)未经本论文作者的导师同意，不得有对本论文进行复制、修改、发行、出租、改编等侵犯著作权的行为，否则，按违背《中华人民共和国著作权法》等有关规定处理并追究法律责任。(保密的学位论文在保密期限内，不得以任何方式发表、借阅、复印、缩印或扫描复制手段保存、汇编论文）Classificationcode:S24Universitycode:10712UDC:

5、621.3Postgraduatenumber:2013051227Confidentialitylevel:PublicThesisforMaster’sDegreeNorthwestA＆FUniversityin2015DETECTIONOFSSCANDEXTERNALDEFECTSOFAPPLESBYUSINGHYPERSPECTRALIMAGINGMajor:AgriculturalEngineeringResearchfield:IntelligentDetectionandTechnologyNameofPostgraduate:Qi

6、ngdaMengAdviser:Prof.LipingChenDateofsubmission:March2015YanglingShaanxiChina基于高光谱成像技术的苹果可溶性固形物与缺陷检测摘要我国苹果产量领先全球其他各国，而出口量却远落后于各国，除生产不规范，农药残留过多等根本原因，最重要的是我国苹果没有科学的含糖量分级体系与外部缺陷的快速检测方法；国内外缺少对内外部品质同时检测的研究，也缺少对实现在线检测设备开发需要的算法研究。本文研究目的是探索建立高精度与高运算速度的苹果可溶性固形物含量与外部缺陷最佳预测模型，为实现高光谱成像技术

7、在农产品内外部品质在线检测设备的开发提供技术支持。本文试验方法是通过研究寻找最佳波长挑选算法来挑选最优波长，之后通过PLS方式建立可溶性固形物含量预测模型，本文对UVE、GA、CARS挑选出的特征波长，以及全波段波长通过PLS建立的预测模型的相关系数与预测标准差相比较，验证最优算法；同时在外部缺陷的检测中，使用波段比算法BandMath通过对比PCA此类研究方法，可以实现对该类研究对象的快速检测。结果全波段包含774个波长；UVE算法在774个波长中，挑选出147个特征波长；GA-3算法挑选出32个特征波长；GA-2算法挑选出97个特征波长，CA

8、RS算法挑选出49个特征波长。通过将上述波长作为输入变量使用PLS建立预测模型，建模预测集相关系数分别为0.9134，0.9010，0.