赵旭婷
- 作品数：13 被引量：55H指数：5
- 供职机构：山西农业大学工学院更多>>
- 发文基金：国家自然科学基金山西省自然科学基金更多>>
- 相关领域：农业科学轻工技术与工程自动化与计算机技术理学更多>>
- 基于光谱和成像技术的果蔬质量检测研究进展被引量：6
- 2018年
- 为保证食品安全和消费者健康,无损检测技术广泛应用于果蔬质量检测中。光谱和图像技术可分别获取果蔬的内部和外部信息,成为质量检测的有效工具。为跟踪国内外研究进展并分析研究现况,从果蔬外部品质(尺寸、形状、表面缺陷、颜色、纹理等)、内部品质(内部缺陷、可溶性固形物、可滴定酸、水分、类胡萝卜素等单一品质及综合品质)、成熟度、货架期/贮藏期、产品溯源、生长监测、安全(农药残留、病虫和细菌侵染、转基因产品等)检测及光学系统设计等方面综述了光谱和成像技术的应用,分析了存在的图谱库不完善、解混处理算法复杂、高精度和便携式的光学系统开发力度不够、校正模型的影响因素复杂等问题。然后,归纳了发展趋势,指出了各组分可视化分析及交互作用机理解析、光与果蔬组织的交互作用机理分析和光学特性参数反演等光学特性分析、科学合理的综合评价体系的建立、新算法的应用和多种算法的联合使用、不同算法的可靠性和稳定性的提高、稳定和普适模型的建立、低成本和便携式等光学分析仪器的商品化开发和商业化应用等成为进一步探索的方向,为基于光谱和成像技术的果蔬质量检测发展提供了参考。
- 孙海霞张淑娟薛建新赵旭婷刘蒋龙
- 关键词：光谱图像果蔬无损检测
- 高光谱技术结合CARS-ELM的油桃品种判别研究被引量：9
- 2017年
- 基于高光谱技术研究竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)结合极限学习机(Extreme learning machine,ELM)对油桃品种判别的可行性。本文利用高光谱成像技术选取油桃420~1000 nm的高光谱图像数据,经卷积平滑法(Savitzky-Golay smoothing,SG)、附加散射校正算法(Multiplicative Scatter correction,MSC)、基线校正(Baseline)、变量标准化算法(Standard Normalized Varite,SNV)等预处理方法处理原始数据,通过PLSR模型确定Baseline为最佳预处理方法。采用主成分分析法(Principal Component Analysis,PCA)、连续投影算法(Successive Projections Algorithm,SPA)与竞争性自适应重加权算法等提取的特征波长,建立偏最小二乘(Partial Least Square,PLS)和极限学习机鉴别模型进行比较研究。结果显示:基于CARS算法提取的特征波长构建的CARS-ELM和CARS-PLS模型性能最优。CARS-PLS预测集相关系数(RP)和均方根误差(RMSEP)分别为0.942和0.205;CARS-ELM的RP和RMSEP分别为0.931和0.119。说明CARS是一种有效的提取特征波长的方法,且ELM与PLS对模型的预测能力相当,可见利用高光谱图像技术结合CARS-ELM对油桃的品种判别是可行的。
- 赵旭婷张淑娟刘蒋龙孙海霞
- 关键词：油桃极限学习机偏最小二乘
- 基于计算机视觉核桃质量预测方法的研究被引量：2
- 2019年
- 为研究核桃质量在线检测的方法,以"礼品2号"核桃为样本,构建图像采集系统采集样本图像信息,对图像进行预处理、形态逻辑学算法获取样本投影面积,并建立最小二乘支持向量机(LS-SVM)和多项式回归方程质量预测模型。结果表明,LS-SVM质量预测模型相关系数为0.897 4,相对误差均值为6.5%;一元二次多项式回归方程质量预测模型决定系数为0.857 207,相对误差均值为5.9%,均满足在线质量检测要求。基于计算机视觉技术实现对核桃质量的预测,为实现核桃在线分选提供理论基础。
- 李成吉张淑娟孙海霞陈彩虹邢书海赵旭婷
- 关键词：计算机视觉核桃最小二乘支持向量机
- 太赫兹光谱技术用于干旱胁迫下大豆冠层含水量检测研究被引量：7
- 2018年
- 近年来水资源短缺问题日益严重,部分地区由于农业灌溉用水不足导致庄稼减产农民利益受损。大豆是一种需水量较大的农作物,一旦水分亏缺将直接影响大豆植株的形态和生长发育,从而造成大豆品质降低和产量减少。大豆叶片的水分状况可真实地反映植株水分受土壤水分亏缺的影响程度,因此,大豆冠层叶片水分含量的快速获取成为一种需要。太赫兹辐射在水中的强烈衰减使其成为一种非常灵敏的非接触式探针,可以快速、无损地检测叶片含水量。因此基于太赫兹光谱这一新技术进行大豆冠层叶片含水量的检测研究,用于实时监测田间大豆的健康状况。实验选用中黄13号大豆进行栽培,为尽可能模拟田间不同程度的干旱胁迫状况,将开花期大豆进行5个不同梯度:正常供水、轻度干旱胁迫、中度干旱胁迫、重度干旱胁迫、严重干旱胁迫(分别占田间最大持水量的80%,65%,50%,35%,20%)的水分灌溉,每个梯度设置3个重复。利用人工称重法与便携式土壤水分速测仪结合将土壤含水量调控到各水分梯度要求。然后,将实验大豆植株运回实验室并利用透射式太赫兹时域光谱仪进行样本扫描,每个梯度采集18片冠层叶片,共90个样本,以2∶1的比例分为校正集和预测集。在获取各样本时域光谱数据后,根据Dorney和Duvillaret提出的模型进行了光学参数的提取,得到各样本的吸收系数谱以及折射率谱。定性分析了太赫兹时域光谱、吸收系数、折射率随水分胁迫程度不同的变化情况。实验发现:随着水分胁迫程度的降低,时域光谱的峰值呈不断衰减趋势,且均低于空白参考峰值,同时有明显的时间延迟。吸收系数值随干旱胁迫程度的加剧逐渐降低;折射率值同样随干旱胁迫程度的加剧逐渐降低。并利用偏最小二乘(PLS)和多元线性回归(MLR)方法定量研究了时域光谱、吸收系数、折射率光�
- 赵旭婷张淑娟张淑娟李斌
- 关键词：大豆叶片含水量太赫兹时域光谱折射率
- 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
- 基于可见/近红外光谱对不同产地晋虞1号桃SSC含量的检测研究被引量：4
- 2019年
- [目的]本文利用可见/近红外光谱定量检测山西省不同产区晋虞1号桃的可溶性固形物(Soluble solids content,SSC)含量,旨在建立一个简单有效、适应性能好的校正模型为后续在线检测设备的开发与利用提供模型参考。[方法]采集3个产区桃的可见/近红外漫反射光谱,选择不同的预处理方法消除客观因素对原始光谱的影响,比较发现SG平滑+多元散射校正(multiplicative scatter correction,MSC)预处理方法建模结果最优。采用Kennard-Stone算法以3 ∶1比例划分样品集,其中校正集270个用于建立PLS模型,预测集90个用于评价模型性能。为了简化模型运算量、提高模型预测性能使用蒙特卡罗无信息变量消除(Monte Carlo uninformative variables elimination,MC-UVE)与连续投影算法(Successive projection algorithm,SPA)相结合筛选有效特征波长。最后,比较了偏最小二乘(Partial least squares,PLS)算法所建单一产地和混合产地下晋虞1号桃SSC含量可见/近红外光谱模型的预测能力。[结果]与单一产地和两两混合产地模型相比,混合3产地桃校正集样本建立的模型预测效果最好,预测的相关系数(Rp)和预测的均方根误差(RMSEP)分别为0.949和0.652 °Brix。[结论]利用多个产地的晋虞1号桃样本建立的混合模型具有较强的包容性,可提高对晋虞1号桃SSC含量的预测精度,减小产地差异对SSC含量可见/近红外光谱检测的影响。本文可为山西省内晋虞1号桃内部品质SSC含量的无损检测模型提供了理论基础。
- 赵旭婷张淑娟孙海霞邢书海李成吉陈彩虹高庭耀
- 关键词：可溶性固形物
- 鲜枣内部综合品质光谱评价指标建立与分析被引量：2
- 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
- 变量优选补正算法的鲜枣可溶性固形物检测模型传递方法研究被引量：5
- 2019年
- 在水果的品质检测和分级分选中,存在不同仪器所建检测模型难以共享的难题。为此,以壶瓶枣为研究对象,利用可见/近红外光谱技术探讨仪器间可溶性固形物含量(SSC)检测模型的传递方法。首先,采用美国ASD(Analytical Spectral Device)公司生产的两台仪器采集样本的光谱信息,采用最小二乘支持向量机(LS-SVM)建立原始光谱、 Savitzky-Golay一阶导数处理、标准正态变量变换后的SSC检测模型,预测不同仪器采集的光谱时3种方法的预测能力均较差。预测同一台仪器的光谱时,基于原始光谱的主仪器所建模型最优,预测集的决定系数(R■)和均方根误差(RMSEP)分别为0.73和1.36%。在此基础上,采用Kennard/Stone算法选取标样,利用专利算法(Shenk’s)、直接标准化(DS)、斜率/偏差算法(S/B)进行模型传递。然后,根据回归系数提取主仪器(24个)和从仪器(28个)的特征波长,优选出单一变量(SV)24个、共性变量(CV)23个、融合变量(FV)29个,均涵盖了SSC的主要吸收谱带。利用优选的变量分别建立主仪器的LS-SVM检测模型,采用主仪器的预测结果(R■=0.78～0.80, RMSEP=1.07%～1.13%)明显好于全波段所建模型,但预测从仪器时RMSEP为6.62%～7.88%,模型失效。最后,基于波长位置偏移和分子振动的吸收特性提出了共性变量优选结合差值补正(CV-MC)、单一变量优选结合差值补正、融合变量优选结合差值补正、共性变量优选结合波长补正算法(CV-WC)进行模型传递,并与SV-Shenk’s, CV-Shenk’s, FV-Shenk’s, SV-DS, CV-DS, FV-DS, SV-S/B, CV-S/B和FV-S/B进行对比分析。结果表明,基于全波段进行模型传递时,预测结果均较差(R■=0.03～0.34, RMSEP=2.44%～4.67%);基于优选变量所建模型经SV-Shenk’s, CV-Shenk’s, FV-Shenk’s传递后的结果较差,经其他算法传递后的结果(R■=0.47～0.73, RMSEP=1.30%～1.90%)好于全波段;基于共性变量传递后的结果好于单一变量和融合变�
- 孙海霞张淑娟薛建新赵旭婷邢书海陈彩虹李成吉
- 关键词：鲜枣无损检测
- 沙果腐烂的高光谱图像检测被引量：1
- 2017年
- 采用高光谱成像技术对沙果的腐烂进行识别,通过高光谱成像系统采集了18个沙果腐烂样本的高光谱图像,利用主成分分析(PCA)对图像进行数据压缩,分别采用"Sobel"算子和区域生长算法"Region grow"并结合主成分图像对18个沙果腐烂样本进行识别。结果表明,采用高光谱图像技术可以实现对沙果腐烂的识别。该研究为沙果的在线检测提供了理论参考和依据。
- 刘蒋龙张淑娟孙海霞赵旭婷李军宇
- 关键词：沙果腐烂高光谱成像
- 基于X射线成像和高光谱成像技术的鲜枣虫害识别
- 为了保证鲜枣的可食性和实现鲜枣虫害的识别，利用X射线成像技术和高光谱成像技术进行了鲜枣虫害的检测研究.以壶瓶枣为研究对象，针对所获取的X射线图像采用灰度线性变换进行图像增强，采用最大类间方差算法进行图像分割，经腐蚀、膨胀...
- 孙海霞张淑娟薛建新赵旭婷刘蒋龙
- 关键词：X射线高光谱成像图像处理虫害模式识别
