计算机视觉与敲击振动技术检测苹果品质的研究

论文摘要

以江苏徐州产红富士和嘎啦苹果为主要试材,利用计算机视觉和敲击振动技术对苹果的内外品质进行了研究,将无损检测得到的参数与理化检测得到的结果相比较,建立二者之间的联系,达到预测苹果大小、形状、颜色以及硬度、糖、酸和内部缺陷等的目的。1.利用计算机视觉图像分析技术对1560幅苹果图像进行分析,通过背景纯化、颜色分割、灰度转换、图像增强、图像分割等图像分析手段从图像中提取出果实的最大横、纵径以及果面底色红色和黄色部分的面积,与实际测量值进行比较,利用SAS8.2统计软件进行统计分析,得到苹果质量与最大横、纵径的预测模型,着色面积比与a~*值和H°值之间的预测模型,结果表明,模型能够较好的预测苹果的质量和果面底色的变化(质量模型的平均误差为2.44%,a~*值模型的平均误差为7.13%,H°值模型的平均误差为5.41%)。2.测定贮藏期间苹果的固酸比和质构指标,以利用计算机视觉得到的着色面积占整个果面的比例和敲击振动得到的硬度系数为自变量,采用SAS8.2统计软件进行逐步回归分析,结果表面,利用二者可以较好的预测苹果的固酸比、硬度、脆度和耐嚼性,模型的R~2最高为0.94,最低为0.78,且都为极显著水平(p＜0.01),误差也比较小。而对于粘着性、凝聚性和回复性的拟合程度较差,模型的R~2在0.6左右。3.探讨了利用敲击振动技术对苹果内部缺陷检测的可行性。利用微量注射器从苹果底部将20μl,10~6/ml孢子浓度的青霉菌液注入果心部位,来模拟苹果内部的腐烂,测量其硬度系数的变化。以硬度系数为自变量,建立了Logistic回归方程,第3天和第4天的预测准确率比较低,到第5天时红富士、金冠和嘎啦苹果的预测值与实际值一致对比例为76.0%、78.9%和82.2%,OR(比数比)值分别为76.0、79.0和164.33,第5天基本能够检测出内部有缺陷的苹果。

论文目录

• 摘要
• ABSTRACT
• 第一章 文献综述
• 1.1 苹果品质无损检测研究的背景与意义
• 1.2 计算机视觉技术无损检测农产品品质的研究进展
• 1.2.1 计算机视觉在农产品表面颜色检测中的应用
• 1.2.2 计算机视觉在农产品表面缺陷检测中的应用
• 1.2.3 计算机视觉在农产品尺寸和形状检测中的应用
• 1.3 利用声学敲击检测农产品内部品质的研究现状
• 1.4 本文研究的内容和目的
• 1.4.1 研究的目标和内容
• 1.4.2 研究方案
• 1.4.3 研究的目的和意义
• 参考文献
• 第二章 基于计算机视觉技术评价苹果外部品质的研究
• 2.1 前言
• 2.2 实验材料与方法
• 2.2.1 计算机视觉系统的硬件及软件组成
• 2.2.2 实验方法
• 2.3 图像分析处理
• 2.3.1 图像获取
• 2.3.2 背景纯化
• 2.3.3 颜色提取
• 2.3.4 颜色分割
• 2.3.5 灰度转换
• 2.3.6 中值滤波
• 2.3.7 图像分割
• 2.3.8 区域标记
• 2.3.9 图像特征参数的提取
• 2.4 结果处理与分析
• 2.4.1 苹果的大小
• 2.4.2 果形指数
• 2.4.3 果面颜色
• 2.4.4 苹果贮藏期间果面着色面积比的变化
• 2.4.5 果面着色面积比与色差a*值和H°值之间的相关性
• 2.4.6 颜色变化模型的建立
• 2.4.7 模型的验证
• 2.5 本章小结
• 参考文献
• 第三章 基于计算机视觉与敲击振动技术评价苹果内部品质的研究
• 3.1 前言
• 3.2 材料与方法
• 3.2.1 实验材料
• 3.2.2 实验分组及处理
• 3.2.3 实验方法
• 3.3 结果与分析
• 3.3.1 苹果贮藏期间固酸比的变化
• 3.3.2 苹果贮藏期质地参数的变化
• 3.3.3 苹果贮藏期间硬度系数的变化
• 3.3.4 计算机视觉处理苹果图像结果
• 3.3.5 品质指标与无损测量的参数之间的相关性
• 3.3.6 品质指标的预测模型
• 3.3.7 品质指标预测模型的验证
• 3.4 本章小结
• 参考文献
• 第四章 基于敲击振动检测苹果内部缺陷的研究
• 4.1 前言
• 4.2 材料与方法
• 4.2.1 实验材料
• 4.2.2 实验方法
• 4.2.3 苹果腐烂程度的计算
• 4.2.4 共振频率的测定
• 4.2.5 仪器与设备
• 4.3 结果与分析
• 4.3.1 硬度系数（Stiffness coefficient）的变化
• 4.3.2 腐烂面积的变化
• 4.3.3 腐烂面积与硬度系数的相关性
• 4.3.4 Logistic回归方程的建立
• 4.4 本章小结
• 参考文献
• 全文结论
• 致谢
• 攻读硕士学位期间发表论文目录