国家自然科学基金(31271973)
- 作品数：44 被引量：225H指数：9
- 相关作者：张淑娟薛建新孙海霞王斌赵旭婷更多>>
- 相关机构：山西农业大学浙江大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金国家教育部博士点基金更多>>
- 相关领域：农业科学轻工技术与工程理学自动化与计算机技术更多>>
- 鲜枣轻微损伤力学特性的研究被引量：1
- 2016年
- 为了探明轻微损伤对鲜枣力学特性的影响,以太谷壶瓶枣、梨枣、郎枣为研究对象,使用Instron万能材料物理试验机进行鲜枣轻微损伤试验样本制作,对样本从损伤制作到变质这一时间段的果皮强度、果皮破裂深度、果皮脆度、果皮韧性、果肉最大硬度、果肉平均硬度和果肉匀质指数进行了测定。通过对这些指标的比较分析,发现轻微损伤对果皮脆度的影响最为明显,并探明了鲜枣从开始轻微损伤到变质阶段的力学特性及其变化规律,为鲜枣加工和运输相关研究提供了依据。
- 刘蒋龙张淑娟申海霞李军宇
- 关键词：鲜枣力学特性穿刺
- 壶瓶枣自然损伤的高光谱成像检测被引量：8
- 2015年
- 采用高光谱成像技术（450-1 000 nm）对壶瓶枣的5种自然损伤（缩果病、裂纹、虫害、黑斑病、鸟啄伤）进行识别研究。利用高光谱成像系统采集了5种自然损伤及完好枣一共663个壶瓶枣样本的高光谱图像,并提取相应的感兴趣区域（ROI）,得到了样本的光谱数据。应用偏最小二乘回归（PLSR）、连续投影算法（SPA）从全波段中分别提取了9条、10条特征波长,利用Kennard-Stone算法将各类样本按照3∶1的比例随机分成训练集（500个）和测试集（163个）,并对其建立最小二乘支持向量机（LS-SVM）判别模型,结果表明使用SPA-LS-SVM建立的壶瓶枣自然损伤模型的整体判别正确识别率为93.2%。运用主成分分析（PCA）对由SPA提取出的10条特征波长（535、595、657、672、685、749、826、898、964、999 nm）所对应的单波段图像进行数据压缩,分别采用Sobel算子、区域生长算法Regiongrow并结合主成分图像识别出163个壶瓶枣样本的边缘与自然损伤特征区域,得出平均正确识别率达到90.8%。研究结果表明：采用高光谱成像技术可以对壶瓶枣的自然损伤进行光谱判别和图像识别。
- 薛建新张淑娟张晶晶
- 关键词：壶瓶枣高光谱成像
- 扫描次数对鲜枣硬度近红外光谱建模响应特性的影响被引量：4
- 2013年
- 以壶瓶枣为对象,利用Field Spec3型近红外光谱仪进行采集光谱,分析了扫描次数对鲜枣近红外光谱响应特性的影响。结果表明,样品同一位置扫描1次、3次、6次时,吸光度ΔA值和变异系数CV无显著差异,显著性检验概率分别为0.163、0.453,表明光谱稳定性好。对样品同一位置扫描1次、3次、6次的光谱所建立的硬度定量模型,在6次扫描时,硬度定量模型的决定系数较高,该模型较稳定;同时,不同扫描次数下所建模型预测能力差异不显著,显著性检验概率为0.356。因此,对所采集的光谱建立模型时,应综合考虑影响因素选择较少的扫描次数。
- 王斌薛建新张淑娟
- 关键词：近红外光谱
- 鲜枣内部综合品质光谱评价指标建立与分析被引量：3
- 2017年
- 为实现鲜枣内部综合品质的在线无损快速检测,利用可见/近红外光谱漫反射技术,针对完熟期壶瓶枣的内部品质,包括含水率、可溶性固形物含量、硬度、可溶性蛋白质含量、维生素C含量5项指标,分别采用竞争性自适应重加权算法(CARS)提取特征波长并建立最小二乘-支持向量机(LS-SVM)预测模型,硬度预测模型的相关系数和均方根误差分别为0.945 2和41.684 9,其余品质预测模型的相关系数均在0.923 0及以上、均方根误差均在3.779 2及以下。在此基础上,对5项品质指标进行了相关性分析,表明在0.01或0.05水平上两两指标间存在极显著或显著的相关性,故采用因子分析法构建了内部综合品质评价指标,建立了CARS-LS-SVM预测模型,结果表明该模型的相关系数和均方根误差分别为0.924 1和6.063 5,预测精度较高。研究表明,所建立的CARS-LS-SVM模型可有效实现鲜枣内部综合品质的评价。
- 孙海霞张淑娟薛建新刘蒋龙赵旭婷
- 关键词：鲜枣特征提取
- Detection of Defects in Malus asiatica Nakai Using Hyperspectral Imaging
- Hyperspectral imaging technology was employed to detect defects such as rot, bruise and rust in Malus asiatica...
- Jianglong LiuShujuan ZhangHaixia SunZhiming Wu
- 关键词：DEFECTSDETECTION
- 基于ELM和可见/近红外光谱的鲜枣动态分类检测被引量：7
- 2015年
- 枣营养丰富且品种繁多,不同品种的内外部品质与市场价格均存在差异,为了实现鲜枣品种分类的快速无损检测,以产自同一地区的板枣、鸡心枣和相枣为研究对象,动态采集光谱数据。采用移动平滑(moving smoothing)与多元散射校正(multiplicative scatter correction,MSC)相结合的方法预处理光谱数据,对预处理后的光谱数据采用连续投影算法(successive projections algorithm,SPA)提取出11个特征波长分别为:980,1 860,1 341,1 386,2 096,1 831,1 910,1 628,441,768,601nm,其重要程度依次递减。以所提取的特征波长作为输入变量,建立极限学习机(extreme learning machine,ELM)分类模型,进行预测判别,并与偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)和最小二乘支持向量机(least squares support vector machines,LS-SVM)方法进行比较。结果表明:SPA-ELM方法所建校正模型的决定系数R2=0.972 38,校正均方根误差RMESC=0.018 724,SPA-ELM方法与SPA-PLS-DA和SPA-LSSVM方法判别准确率均为100%,说明ELM是一种有效的分类判别方法。该研究为鲜枣品种分类检测提供了新的理论基础。
- 杨一张淑娟何勇
- 关键词：鲜枣连续投影算法极限学习机
- 高光谱成像技术对鲜枣内外部品质检测的研究被引量：12
- 2015年
- 外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000nm)对壶瓶枣的"自然损伤"和可溶性固形物含量同时进行检测研究。首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵)。然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷("自然损伤")和内部品质(可溶性固形物含量)进行检测研究。结果表明:使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其"自然损伤"判别正确率为92.5%,可溶性固形物预测集的预测相关系数(Rp)和预测均方根误差(RMSEP)分别达到了0.944和0.495。表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考。
- 薛建新张淑娟张晶晶
- 关键词：壶瓶枣可溶性固形物
- 郎枣轻微损伤可见/近红外光谱分波段动态判别研究被引量：1
- 2015年
- 为了实现轻微损伤郎枣的快速无损检测,以完好和轻微损伤郎枣为研究对象,动态采集其可见/近红外光谱数据。依据光谱波段定义将采集的光谱数据分为可见光(Vis)、短波近红外(SW-NIR)、长波近红外(LW-NIR)、可见/短波近红外(Vis/SW-NIR)、近红外(NIR)和可见/近红外(Vis/NIR)等6个波段,分别选取各波段最佳预处理方法。采用连续投影法(SPA)和主成分分析法(PCA)分别对各波段光谱数据降维,以全波长、SPA提取的特征波长和PCA提取的主成分作为输入,分别建立偏最小二乘回归法(PLSR)和最小二乘支持向量机(LS-SVM)模型,通过比较预测集的判别准确率,确定最佳建模方法。结果表明,PLSR模型优于LS-SVM模型,SW-NIR波段较其余5个波段有更好的判别能力,所建SW-NIR-SNV-SPA-PLSR模型判别准确率为93.3%,为最佳模型。本实验为轻微损伤郎枣的快速无损检测和相关仪器的开发提供了理论基础。
- 杨一张淑娟薛建新王斌满尊张学豪
- 关键词：最小二乘支持向量机
- 核桃物理力学特性参数的试验研究被引量：10
- 2017年
- 为掌握核桃分级破壳机的设计参数与物理特性参数之间的关系,为今后研制核桃分级破壳机关键装备提供基础理论依据,通过对3种核桃进行准静态压缩试验可知:1不同品种样本的外形有较大差异,三维尺寸大致为27.16~42.22mm;同时,样本的球度较高,故可近似为球形。2沿着不同方向挤压核桃的破壳力和压缩位移是不同的,沿着垂直于纵径方向挤压核桃的破壳力和压缩位移是最小的,沿着垂直于棱径方向挤压核桃的破壳力和压缩位移处于中间,沿着垂直于横径方向挤压核桃的破壳力和压缩位移是最大的;破壳时的压缩位移平均值为1.03mm。该研究为核桃分级破壳机的设计及优化提供了必要的基础参数。
- 王斌刘德华张淑娟
- 关键词：核桃物理特性
- 基于计算机视觉的核桃外观缺陷检测被引量：13
- 2019年
- 为快速准确识别核桃外观缺陷(黑斑、破裂),自行搭建图像采集系统采集样本图像。预处理后采用形态学和逻辑运算去除背景,基于样本图像提取18个颜色特征参数和20个纹理特征参数。采用形态学和逻辑运算提取缺陷部分和样本投影像素面积的比值t以及样本图像阈值分割后二值图像的欧拉数。分别采用回归系数法(Regression Coefficient,RC)和连续投影法(Successive Projections Algorithm,SPA)优选特征参数并建立偏最小二乘法(PLS)模型。结果表明,基于SPA法优选特征参数建立的模型性能最优。将SPA法提取的5个优选特征参数作为输入建立最小二乘支持向量机(LS-SVM)模型,并对预测集样本进行预测。结果表明,对正常核桃、黑斑核桃、破裂核桃的判别准确率分别为88.9%、83.3%、94.6%,总判别率为88.9%。本研究建立的方法能够很好的对核桃外观缺陷进行检测,为今后核桃的在线检测分选提供了技术支持。
- 李成吉张淑娟孙海霞陈彩虹邢书海赵旭婷
- 关键词：计算机视觉核桃
