强锋
- 作品数：6 被引量：52H指数：5
- 供职机构：宁夏大学农学院更多>>
- 发文基金：国家自然科学基金国家科技部农业科技成果转化资金国家科技支撑计划更多>>
- 相关领域：轻工技术与工程理学农业科学更多>>
- 基于可见-近红外光谱预测灵武长枣脆度及模型优化被引量：7
- 2017年
- 利用可见-近红外光谱对在4℃下冷藏24 h的灵武长枣脆度进行检测,并建立了最优模型。通过400~1 000 nm高光谱成像系统采集了112个长枣图像,对原始光谱与经SNV,MSC、S-G、1ST、2ND、SNV+1ST、MSC+1ST、SNV+2ND、MSC+2ND、SNV+S-G、MSC+S-G预处理后光谱的偏最小二乘回归(PLSR)模型进行了对比分析;采用主成分分析法(PCA)、连续投影算法(SPA)、竞争性自适应重加权法(CARS)提取特征波长,分别建立偏最小二乘回归(PLSR)和主成分回归(PCR)模型;将经预处理后的简化PLSR模型与全波段PLSR模型进行了对比分析。结果表明,采用标准归一化法(SNV)预处理后的PLSR模型优于原光谱及其他预处理方法;提取特征波长后建立的CARS-PLSR模型优于CARS-PCR模型和全波段PLSR模型,其相关系数(RP)和预测均方根误差(RMSEP)分别为0.919、1.121。这表明,基于可见-近红外光谱检测冷藏灵武长枣脆度是可行的,SNVCARS-PLSR模型最佳。
- 王芹志强锋何建国王松磊贺晓光吴龙国
- 关键词：灵武长枣脆度
- 基于VIS/NIR高光谱技术的灵武长枣SSC含量的无损检测研究被引量：9
- 2017年
- 利用高光谱技术对灵武长枣可溶性固形物含量(SSC)检测进行研究,为灵武长枣内部品质无损检测提供科学方法。以灵武长枣为对象,对光谱数据进行预处理,应用连续投影算法(SPA)和正自适应加权算法(CARS)进行关键波长的选择,通过偏最小二乘回归(PLSR)和主成分回归(PCR)建立预测模型。实验结果表明:采用去趋势(Detrend)预处理算法效果最优,PLSR模型的交叉验证相关系数(Rcv)为0.809,交叉验证均方根误差(RMSECV)为1.331;通过SPA算法和CARS算法能够有效地对光谱数据进行降维处理,对SPA优选的8个和CARS优选的21个特征变量分别用PLSR和PCR建立预测模型,CARS-PLSR建模效果最优,其相关系数(Rp)为0.864,预测均方根误差(RMSEP)为1.174;研究结果表明基于高光谱成像技术采集的灵武长枣漫反射光谱进行SSC无损检测具有可行性。
- 强锋王芹志何建国吴龙国康宁波王松磊
- 关键词：无损检测连续投影算法灵武长枣SSC
- 基于NIR高光谱技术检测滩羊冷鲜肉颜色被引量：8
- 2018年
- 试验评估了利用近红外高光谱成像系统(900~1 700 nm)快速预测滩羊冷鲜肉颜色的可行性。采集具有代表性的120个滩羊外脊肌肉样品的高光谱数据,并测量其颜色参数(L*,a*和b*)。对光谱数据进行标准正态变量变换(SNV)预处理,并用正自适应加权算法(CARS)对光谱数据进行降维处理,最后应用偏最小二乘回归对光谱数据建模。结果表明,建立的偏最小二乘回归模型能很好地预测冷鲜滩羊肉的颜色参数,利用高光谱技术预测颜色是可行的。
- 尚梦玉王松磊何建国康宁波强锋
- 关键词：高光谱成像
- 高光谱成像技术对灵武长枣果皮强度的无损检测被引量：17
- 2016年
- 利用高光谱技术对灵武长枣果皮强度检测进行研究，为灵武长枣外部品质无损检测提供科学方法。采集120个灵武长枣的400N1000nm的高光谱图像，对光谱数据进行预处理；应用连续投影算法（SPA）、正自适应加权算法（CARS）和无信息变量消除法（UVE）对原始光谱数据提取特征波长；分别建立基于全光谱和特征波长的偏最小二乘回归（PLSR）和最小二乘支持向量机（LS—SVM）果皮强度预测模型。结果表明：采用标准正态变换（SNV）预处理算法效果最优，其PLSR模型的交叉验证相关系数（Rcv）为0．8207．交叉验证均方根误差（RMSECV）为9．9630：利用SPA、CARS和UVE法从全光谱的125个波长中分别选取出29个、31个和31个特征波长；而基于全光谱建立的LS—SVM模型效果最优，其预测相关系数（Rp）为0．9555，预测均方根误差（RMSEP）为3．8282；研究结果表明基于高光谱成像技术采集的灵武长枣漫反射光谱进行果皮强度无损检测具有可行性。
- 丁佳兴吴龙国何建国刘贵珊强锋
- 关键词：高光谱成像无损检测最小二乘支持向量机
- 冷鲜羊肉品质的高光谱成像无损检测被引量：8
- 2016年
- 利用400~1000nm可见近红外高光谱成像系统对冷鲜羊肉蛋白质含量、嫩度、pH进行无损检测研究。采集冷鲜羊肉表面的高光谱散射图像，提取样本感兴趣区域的反射光谱曲线获得原始数据。先对原始光谱预处理并建立偏最小二乘回归（PLSR）模型，优选最佳预处理方法，后采用正自适应加权算法（CARS）和连续投影算法（SPA）提取特征波长，建立不同特征波长下各品质参数的PLSR预测模型。结果表明：利用原始光谱建立的冷鲜羊肉蛋白质、嫩度和pH的PLSR模型均优于经过光谱预处理所建PLSR模型；在不同波长下建立预测模型，OS—PLSR光谱模型对冷鲜羊肉蛋白质含量预测效果最佳，Rp=0．869，RMSEP=0．097；建立的SPA—PLSR光谱预测模型对pH预测效果理想，Rp=0．958，RMSEP=0．067；CARS—PLSR光谱预测模型对嫩度的预测能力较高，Rp=0．862，RMSEP=0．706。研究表明：利用可见近红外高光谱技术对冷鲜羊肉品质进行快速无损检测是可行的。
- 杨菊梅贺晓光王松磊丁佳兴强锋王芹志
- 关键词：无损检测偏最小二乘回归
- 基于电磁式同步执行机构的鲜枣分级机设计与试验被引量：4
- 2017年
- 为了提高鲜枣机器视觉分级机的分级精度和速度,该文研究设计基于电磁式同步执行机构的鲜枣机器视觉分级机,整机由辊轮输送链、拨板链条、电磁铁、同步传动链轮、STM32F407图像处理器和STM32F103控制动作执行的协处理器等组成。执行机构单元拨板与辊轮输送同步,采用灵敏度高的电磁铁吸附硅钢开关扣板执行动作。图像处理流程为图像颜色分量、Sobel算子滤波、大津法二值化、椭圆拟合提取颜色和大小特征值。样机试验结果:拨板链同步位差为0.413 mm,单元拨板击撞力为2.57 N,红枣表皮瞬间承受最大力为12.69 N;每帧图像处理时间为50 ms,执行机构动作时间为40 ms,辊轮输送速度为320 mm/s,红枣分级速度达20个/s,实现鲜枣5个大小等级和1个绿色等级的分级,分级准确率为93.7%,无损率为100%,最大产能达1 400 kg/h。设计的基于电磁式同步执行机构的鲜枣机器视觉分级机实现了鲜枣的高准确率、高速度、无损分级要求,为机器视觉红枣快速分级设备的发展提供重要的技术支撑和理论参考。
- 康宁波强锋吴龙国王松磊何建国
- 关键词：机器视觉图像处理鲜枣分级机
