国家教育部博士点基金(20090146110018)
- 作品数：8 被引量：307H指数：8
- 相关作者：李小昱周竹展慧汪成龙陶海龙更多>>
- 相关机构：华中农业大学中国农业科学院油料作物研究所更多>>
- 发文基金：国家教育部博士点基金湖北省自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术理学轻工技术与工程更多>>
- 基于近红外光谱的板栗蛋白质检测方法研究
- 板栗的蛋白质含量是评定其品质和加工工艺的重要参数之一,但传统的化学检测手段不能满足现代化生产的需要。该文利用182个板栗样本在栗仁和带壳两种状态下的近红外漫反射光谱,研究了应用近红外光谱技术进行栗仁和带壳板栗内部蛋白质含...
- 刘洁李小昱王为李培武肖武张军周竹
- 关键词：近红外光谱板栗蛋白质无损检测
- 文献传递
- 基于机器视觉的马铃薯自动分级方法被引量：93
- 2012年
- 为了实现马铃薯的自动分级,设计了基于V型平面镜同时获取三面图像的马铃薯机器视觉分级系统,并提出了相应的分级算法。根据大小特性,提出基于最小外接柱体体积法的马铃薯大小分级检测方法;根据外形特性,采用最长径外接矩形的宽高比法,实现了类圆形、椭圆型以及长型马铃薯的分类;根据马铃薯缺陷特点,分别提出以缺陷面积大小作为判别准则的孔洞、干腐马铃薯判别方法,以外接矩形对角线长度作为判别准则的机械损伤马铃薯判别方法和基于交叉法的发芽、畸形马铃薯检测方法。最终马铃薯的分级正确率为91.0%。试验结果表明:基于机器视觉的马铃薯自动分级检测方法可行,可用于马铃薯外部品质的在线检测。
- 周竹黄懿李小昱文东东汪成龙陶海龙
- 关键词：机器视觉在线检测马铃薯
- 基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别被引量：33
- 2011年
- 为克服板栗近红外光谱变量多、共线性强等缺点,该文对标准正态变量变换预处理后的板栗近红外光谱进行傅里叶变换,并用不同方法建模,提高识别精度。采用试探法提取近红外光谱傅里叶系数,建立了基于最小二乘支持向量机分类器的霉变板栗识别模型。当提取前35点傅里叶系数时,板栗的平均识别正确率为93.56%;构造GA-LSSVM算法,建立的霉变板栗识别模型所用傅里叶系数减少为13点,对测试集中合格板栗、表面霉变板栗和内部霉变板栗的平均识别正确率分别为95.89%、100%和98.25%,板栗的总体平均识别正确率提高到97.54%。为霉变板栗的识别提供了快速鉴别分析方法。
- 周竹李小昱李培武高云展慧刘洁
- 关键词：傅里叶变换板栗近红外光谱
- 虫眼板栗的图像识别方法研究被引量：9
- 2010年
- 针对板栗易发生虫害、虫眼的形状和大小等不定、不易识别的情况,研究了一种基于图像处理技术识别虫眼板栗的方法。采用中值滤波法对图像进行消噪;采用微分算子对板栗图像进行边缘检测,经膨胀和腐蚀等形态学运算实现了背景分割;采用Otsu法将图像转换成二值图像,经形态学处理后与模板进行异或运算,提取了虫眼面积特征值;设置两个不同的敏感度阈值并将由Sobel算子得到的边界提取图进行相减,提取了虫眼边缘特征向量。试验结果表明,该识别方法的正确率可达88.9%。
- 展慧李小昱王为冯耀泽周竹曾传华
- 关键词：板栗形态学处理图像识别
- 马铃薯干物质含量高光谱检测中变量选择方法比较被引量：34
- 2012年
- 为提高利用高光谱成像技术快速检测马铃薯干物质含量的精度,比较了主成分分析法(PCA)、组合间隔偏最小二乘法(siPLS)、遗传偏最小二乘法(GA-PLS)、无信息变量消除法(UVE)以及竞争性自适应重加权算法(CARS)等变量选择方法。在此基础上提出一种竞争性自适应重加权算法与连续投影算法(SPA)相结合的波长选择方法,最终将原始光谱变量从678个减少到了27个。用27个变量建立多元线性回归模型,模型预测集相关系数Rp为0.86,预测均方根误差为1.06%。实验结果表明:高光谱成像技术能够对马铃薯干物质含量进行检测,同时CARS-SPA是一种有效的变量选择方法。
- 周竹李小昱高海龙陶海龙李鹏文东东
- 关键词：马铃薯干物质
- 基于机器视觉的板栗分级检测方法被引量：73
- 2010年
- 为实现合格和缺陷板栗的分级,研究了1种基于BP神经网络与板栗图像特征的板栗分级方法。试验以罗田板栗为研究对象,提取的颜色及纹理等8个特征值,通过主成分分析提取相应的主成分得分向量构成模式识别的输入。利用BP神经网络方法建立了板栗分级模型。试验结果表明,在图像信息主成分因子数为3,中间层节点数为12时,建立的模型最佳,模型训练时的回判率为100%,预测时识别率达到了91.67%。研究结果表明基于机器视觉技术的针对缺陷板栗分级检测方法是可行的。
- 展慧李小昱王为汪成龙周竹黄懿
- 关键词：农产品神经网络图像处理板栗机器视觉
- 基于近红外光谱的板栗水分检测方法被引量：70
- 2010年
- 含水率是影响板栗贮藏、加工的关键指标之一,该文应用近红外光谱技术对板栗含水率进行快速无损检测。试验对240个板栗样本的带壳光谱和栗仁板栗光谱采用SPXY算法进行样本集划分,利用偏最小二乘法建立含水率定量检测模型,并对微分、多元散射校正、变量标准化等多种预处理方法对建模结果的影响进行比较。结果表明:栗仁和带壳板栗的光谱经一阶微分预处理后所建模型性能最佳,其中栗仁的水分检测模型校正集和验证集的相关系数分别为0.9359和0.8473,校正均方根误差为1.44%,验证均方根误差为1.83%;带壳板栗光谱所建模型校正集和验证集的相关系数分别为0.8270和0.7655,校正均方根误差为2.27%,验证均方根误差为2.35%。受栗壳的影响,带壳板栗光谱模型对含水率的预测精度低于栗仁光谱模型的预测精度。研究表明,近红外光谱分析技术可用于板栗含水率的快速无损检测。
- 刘洁李小昱李培武王为周炜张军
- 关键词：近红外光谱水分无损检测板栗
- 基于近红外光谱和机器视觉融合技术的板栗缺陷检测被引量：32
- 2011年
- 为提高合格和缺陷板栗分级检测识别精度,提出了近红外光谱和机器视觉的多源信息融合技术的板栗缺陷检测方法。试验以湖北京山板栗为试验对象,利用BP神经网络方法建立了基于近红外光谱、机器视觉和多源信息融合技术的板栗分级检测模型。试验结果表明,3种识别模型对对训练集板栗回判率分别为96.25%、96.67%和97.92%;对测试集板栗的识别率为86.25%、83.75%和90.00%。基于近红外光谱和机器视觉的多源信息融合技术进行板栗分级检测的方法是可行的,融合模型较单独采用机器视觉技术或近红外光谱分析技术建立模型的识别率均有显著提高。
- 展慧李小昱周竹汪成龙高云
- 关键词：农产品神经网络机器视觉近红外光谱板栗
- 基于高光谱图像技术的霉烂板栗识别研究
- 提出利用高光谱图像技术识别霉烂板栗。试验以湖北罗田、广西等3个地区的油栗为研究对象,采集板栗在400-1000nm范围内的高光谱图像,提取其光谱信息,采用偏最小二乘判别分析(PLS-DA)建立霉烂板栗识别模型,并比较了多...
- 高云李小昱刘长举周竹
- 关键词：高光谱图像
- 文献传递
- 漫反射和透射光谱检测马铃薯黑心病的比较被引量：25
- 2012年
- 针对马铃薯黑心病不易检测,提出马铃薯黑心病的光学无损检测方法,并比较了马铃薯黑心病的漫反射光谱和透射光谱检测方法。通过高光谱图像采集系统、透射光谱采集系统和傅里叶变换近红外光谱仪获取合格马铃薯与黑心病马铃薯的可见/近红外漫反射光谱、可见/近红外透射光谱以及近红外漫反射光谱,并采用偏最小二乘-线性判别分析方法建立马铃薯黑心病的识别模型。透射光谱采集系统采集的可见/近红外透射光谱所建模型的判别正确率最高,对测试集样本的识别正确率为98.46%;高光谱图像采集系统获取的可见/近红外漫反射光谱经二阶导与标准化组合预处理后所建模型对测试集样本的识别正确率为92.31%;傅里叶变换近红外光谱仪获取的漫反射光谱经标准正态变量变换与标准化组合预处理后所建模型对测试集样本的识别正确率90.77%。试验结果表明:采用光谱检测马铃薯黑心病,透射光谱系统优于高光谱成像系统,高光谱成像系统优于傅里叶近红外光谱仪。研究结果为马铃薯内部缺陷的光谱定性判别及便携式仪器的研制提供了参考。
- 周竹李小昱高海龙陶海龙李鹏
- 关键词：近红外光谱马铃薯黑心病透射光谱
