国家自然科学基金(61263041)
- 作品数：11 被引量：87H指数：6
- 相关作者：马本学杨杰李锋霞吕琛王宝更多>>
- 相关机构：石河子大学中国农业大学新疆石河子职业技术学院更多>>
- 发文基金：国家自然科学基金国家科技支撑计划国家大学生创新性实验计划更多>>
- 相关领域：农业科学自动化与计算机技术理学机械工程更多>>
- 光谱分析在西甜瓜内部品质无损检测中的研究进展被引量：9
- 2020年
- 西甜瓜(西瓜和甜瓜)味甘多汁,营养丰富,其内部品质的检测对其生产和流通具有重要意义。西甜瓜内部品质的传统检测方法检测时间长,成本高且为有损检测,不能满足现代生产的需要。随着光谱分析技术的快速发展,应用近红外光谱分析和高光谱成像进行西甜瓜内部品质的无损检测已成为研究热点。为跟踪国内外最新研究进展并分析研究现状,介绍了近红外光谱分析和高光谱成像的技术特点和系统组成,归纳了光谱信息预处理、变量筛选、模型建立和模型评价等光谱信息解析方法,综述了近红外光谱分析和高光谱成像在西甜瓜内部品质(可溶性固形物含量、坚实度、总酸含量、成熟度、水分等)无损检测中的应用,并从技术难点和实际应用两方面讨论了光谱分析技术在西甜瓜内部品质无损检测中的发展趋势,指出利用深度学习进行光谱信息解析、建立多特征信息融合的综合评价模型、开发基于人工智能与移动终端深度融合的快速无损检测系统等将成为新的研究方向。
- 马本学喻国威王文霞罗秀芝李玉洁李小占雷声渊
- 关键词：西甜瓜近红外光谱分析技术无损检测
- 哈密瓜颜色特征提取及成熟度分级的研究被引量：11
- 2016年
- 针对新疆哈密瓜分级中自动化程度低、分级结果不稳定及效率低下等问题,本研究提出了基于SVM神经网络与哈密瓜图像特征的哈密瓜分级方法。本研究以"金皇后"哈密瓜为研究对象,通过主成分分析提取的8个颜色特征值,并提取相应的主成分构成模式识别的输入,利用SVM神经网络方法建立了哈密瓜分级模型。结果表明:在图像信息主成分因子数为4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97.22%。这表明基于机器视觉技术对不同成熟度哈密瓜分级方法是可行的,可为实现哈密瓜自动分级提供理论依据。
- 叶晋涛王运祥杨杰徐洁黄成伟蒋伟马本学
- 关键词：哈密瓜神经网络图像处理机器视觉
- 甜瓜成熟度检测技术研究进展被引量：3
- 2014年
- 甜瓜的成熟度是评价其品质的重要依据,也是影响消费者购买的主要因素。因此,甜瓜的成熟度检测对其生产及流通具有重要意义。本文主要介绍人为主观判断法、力-变形检测技术、声振动检测技术及电子鼻检测技术4种甜瓜成熟度检测方法的原理、国内外研究进展及优缺点,并对今后的研究方向提出展望。
- 吕琛李锋霞马本学刘浩朱荣光
- 关键词：甜瓜成熟度
- 高光谱技术结合特征波长筛选和支持向量机的哈密瓜成熟度判别研究被引量：27
- 2017年
- 可溶性固形物含量(SSC)和硬度是哈密瓜划分等级的重要指标,同时也是其成熟度的表征因子。因此,为满足哈密瓜自动化分级和适宜采摘,采用高光谱技术结合特征波长筛选的方法,同时对哈密瓜的可溶性固形物含量、硬度及成熟度进行了无损检测研究。对多元散射校正(MSC)处理后的光谱分别利用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)和CARS-SPA方法筛选了哈密瓜可溶性固形物和硬度的特征波长,并将原始光谱、MSC预处理后的光谱和所筛选的特征波长作为输入变量分别建立哈密瓜可溶性固形物和硬度的支持向量机(SVM)预测模型及成熟度判别模型。结果显示,MSC-CARS-SPA方法所建立的可溶性固形物和硬度SVM预测模型最优,其Rpre,RMSEP和RPD分别为0.940 4,0.402 7,2.94 1和0.825 3,35.22,1.771。同时对哈密瓜成熟度进行了判别分析,并分别建立了基于全光谱、单一的可溶性固形物或硬度特征波长和主成分分析(PCA)特征融合的哈密瓜成熟度SVM判别模型。结果显示,CARS-PCASVM模型的判别结果与全光谱SNV-SVM模型相同,其校正集和预测集判别正确率分别为95%和94%。研究表明,利用高光谱技术结合特征波长筛选方法可实现同时对哈密瓜可溶性固形物和硬度的定量预测及成熟度判别。
- 孙静涛马本学董娟杨杰徐洁蒋伟高振江
- 关键词：哈密瓜可溶性固形物成熟度
- 基于MatLab和DSP的哈密瓜纹理分割与分类
- 2015年
- 以新疆特色水果哈密瓜为研究对象,提出一种利用Matlab辅助DSP提取哈密瓜纹理的方法。该方法首先利用Matlab把待处理的图像转换为数据文件(dat文件),然后利用DSP强大的运算能力分割哈密瓜表面纹理特征,并将分割结果同样以dat文件传递给Mat Lab,最后利用Mat Lab强大的数据分析与图像显示能力建立哈密瓜分类模型。实验结果表明,该方法能够有效地对哈密瓜表面纹理进行分割与分类,分类准确率为88.10%。该方法不但能够缩短DSP系统的开发周期,且能够为今后开发基于DSP的哈密瓜品质实时检测系统奠定基础。
- 高国刚马本学孙静涛王宝杨杰王运祥
- 关键词：MATLABDSP纹理分割哈密瓜
- 水果检测装置夹持臂的有限元分析
- 2015年
- 夹持翻转机构是大型水果无损检测装置的关键部件,主要功能是夹持哈密瓜后翻转,对其瓜体全表面进行图像采集,为无损检测分析提供数据。图像采集对机构的稳定性要求较高,其强度和稳定性直接影响检测效果。为此,运用Pro/E建立了检测装置的三维模型,并用有限元分析软件ANSYS对夹持翻转机构进行了不同工况下的静态分析及模态分析,得到夹持臂在工作时的应力应变云图及模态频率。分析表明,影响夹持机构振动特性的模态频率主要集中在8Hz左右,为其机构设计与优化提供了理论依据。
- 王宝杨杰王运祥马本学高国刚王静
- 关键词：夹持机构有限元模态分析水果
- 基于漫反射高光谱成像技术的哈密瓜糖度无损检测研究被引量：25
- 2012年
- 利用高光谱成像系统获得网纹类哈密瓜糖度漫反射光谱信息,选择有效波段500～820nm进行哈密瓜糖度检测建模回归分析。对比了多元散射信号修正和标准正则变换校正方法,原始光谱、一阶微分、二阶微分光谱预处理方法对建模精度的影响;采用偏最小二乘法、逐步多元线性回归和主成分回归方法对比分析了带皮哈密瓜和去皮哈密瓜糖度检测模型效果。结果表明,对原始光谱经过MSC和一阶微分光谱处理后,采用PLS和SMLR方法均可取得很好的建模效果,应用PLS法检测带皮哈密瓜糖度是可行的,其校正集相关系数(Rc)为0.861,RMSEC为0.627,预测集相关系数(Rp)为0.706,RMSEP为0.873;应用SMLR法检测去皮哈密瓜糖度效果最佳,校正集相关系数(Rc)为0.928,RMSEC为0.458,预测集相关系数(Rp)为0.818,RMSEP为0.727。研究表明,应用高光谱成像技术检测哈密瓜糖度具有可行性。
- 马本学肖文东祁想想何青海李锋霞
- 关键词：高光谱成像漫反射哈密瓜糖度无损检测
- 哈密瓜坚实度的高光谱无损检测技术被引量：15
- 2013年
- 提出利用高光谱对哈密瓜坚实度进行检测的方法,对比分析了不同波段范围、不同预处理法、不同光程校正法和不同定量校正算法对哈密瓜坚实度预测模型准确度的影响.实验结果表明,在500～820nm波段光谱区域,采用偏最小二乘法对经过标准正则变换校正的一阶微分处理的光谱建模效果较优,其校正集相关系数为0.873,校正均方根误差为4.18N,预测集相关系数为0.646,预测均方根误差为6.40N.研究表明,应用高光谱对哈密瓜坚实度的无损检测研究具有可行性.
- 李锋霞马本学何青海吕琛王宝田昊
- 关键词：光谱学无损检测偏最小二乘法坚实度哈密瓜
- 大型瓜果品质检测分级技术研究进展被引量：1
- 2013年
- 较全面地介绍了目前国内外大型瓜果(甜瓜、西瓜、柚子等)品质检测分级技术的研究现状以及方法,包括声波特性、振动频谱法、电磁技术、机器视觉技术以及光谱技术。同时,提出了大型水果的检测分级技术目前存在的问题,并对未来大型水果品质检测分级技术的发展予以展望。
- 马本学李锋霞王丽丽肖文东高国刚
- 基于双树复小波变换和邻域操作的哈密瓜纹理提取被引量：6
- 2014年
- 为研究哈密瓜表面纹理特征分布规律,采集金密16号9成熟、全熟和金密17号9成熟、全熟共168幅哈密瓜样本图像,对RGB彩色图像的R、G、B分量执行代数运算,转换为灰度图后进行背景分割,然后利用双树复小波变换(DT-CWT)分解图像,获取高频子图像,并对其执行邻域操作,采用迭代法选取最优阈值完成纹理提取,最后利用灰度差分统计法和纹理频谱分析法描述分析哈密瓜纹理特征,建立基于支持向量机(SVM)的分类模型。研究结果表明,利用DT-CWT和邻域操作相结合的方法可得到更加连续、完整的哈密瓜纹理图像;4种哈密瓜的纹理特征值差异显著,利用纹理特征值分类准确率为89.3%;哈密瓜表面纹理无周期性。
- 马本学高国刚王宝吕琛张巍朱荣光
- 关键词：哈密瓜双树复小波变换纹理提取纹理描述
