基于高光谱图像技术的枸杞品质检测方法研究课件_第1页
基于高光谱图像技术的枸杞品质检测方法研究课件_第2页
基于高光谱图像技术的枸杞品质检测方法研究课件_第3页
基于高光谱图像技术的枸杞品质检测方法研究课件_第4页
基于高光谱图像技术的枸杞品质检测方法研究课件_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、学生：王润博班级：研1409班学号：140316220287基于高光谱图像技术的枸杞品质检测方法研究指导教师：于慧春老师汇报内容一、研究内容回顾二、研究进展 四、下阶段安排 三、现阶段成果1. 高光谱图像的采集和数据预处理（完成）2. 枸杞多糖、总糖和黄酮含量的实测结果（完成）3. 对于多糖和总糖预测，基于不同特性波段的模型对比（完成）4. 对于多糖和总糖预测，基于主成分权重系数法特征波长的选择及特征波长图像特征的筛选与优化（完成）5. 结合其它特征波长提取方法，完成黄酮含量预测（进行中）一、研究内容回顾1. GB/T186722014中附录A和附录B测定枸杞多糖和总糖含量；通过超声方法提取和

2、分光光度计测吸光度得到黄酮含量；2. 设定最适参数，采集高光谱图像；3. 黑白校正； 二、研究进展4.1 基于相关系数及不同特性的高光谱波段范围的选择 枸杞样品多糖含量和总糖含量与光谱间建立相关性分析，即由多糖含量和总糖含量与光谱反射值回归曲线的相关系数得到的相关程度随波长变化的曲线。4. 光谱方面(a)多糖 (b) 总糖图2 多糖含量和总糖含量与光谱反射值回归曲线的相关系数4.2 最优预测模型的选择(a) 多糖 (b) 总糖图3 基于全波段光谱信息建立的多糖含量和总糖含量预测模型验证结果 基于全波段下图像的平均光谱反射值所建立的BP神经网络模型，它不但能同时获取预测多糖含量和总糖含量的敏感吸

3、收光谱带，而且多糖含量和总糖含量的预测模型参数是一致的。结构：15-10-1、隐含层传递函数：tansig；输出层传递函数：logsig；训练函数：trainlm。5. 光谱图像结合方面5.1 主成分图像融合及基于主成分权重系 数特征波长的选择 （a）第一主成分（b）第二主成分（c）第三主成分图4 前三个主成分图像图5 前3个主成分图像下各波段的平均权重系数图6. 特 征 的 提 取 与 筛 选当不同枸杞内部各种化学成分含量不同时，其外部颜色纹理特征就会相应呈现出一定差异。因此，在对特征波长图像和主成分图像进行二值化、删除小面积、灰度变换、滤波等预处理之后，对其不同的图像特征进行提取。7. 特征筛选前后模型的对比表2 特征优化前后所建立模型的预测性能 对于多糖，设定相关系数阈值为0.45；对于总糖，设定相关系数阈值为0.1。筛选前后的特征变量所建立的多糖和总糖含量预测模型如表2所示。8. 分 析 结 果 对于主成分图像或者基于主成分权重系数的特征波长图像，虽然代表了原始图像中较高的信息量，但这些信息并不一定与所测指标间存在密切的相关性，因此信息量大不一定代表其与指标相关性强。这说明针对不同的测试指标，必须进行特征参量的筛选，指标不同，特性不同，用于建模的特征参量也不同。小论文基于不同波段的枸杞多糖及总糖高光谱成像检测方法已被食品科学录用三、现阶段成果四、下阶段

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论