基于激光散射图像检测水果糖度和硬度的便携式仪器的设计与开发

摘要

我国是水果生产大国但不是贸易强国，落后的水果分级检测技术是主要原因之一。现在市场上常见的无损检测技术有机器视觉技术和近红外光谱技术，机器视觉技术更适用于检测水果的外观品质，对水果内部品质的检测效果较差;近红外光谱技术虽能通过光谱数据检测内部品质，但设备价格较为昂贵，仪器大不易携带。本文基于激光散射图像原理设计并开发一套低成本、便携式的水果内部品质分级仪器，对于提高我国水果采后分级的现代化和自动化，提高我国水果的经济价值和市场竞争力具有重要作用。具体研究内容和结果如下: 1、便携式仪器的设计与开发 根据水果分级仪器的需求，描述了仪器的总体设计方案和工作原理，在ARM11嵌入式微处理器和Linux操作系统环境下，采用C/C++和Python混合编程，确定了仪器硬件的选型，包括半导体激光发射器、相机和镜头、电池、开发板、显示屏、SD卡和开关;构建了嵌入式软件开发平台，主要包括控制模块、图像处理模块、模型预测模块;搭建了嵌入式GUI的开发环境，交互界面友好、操作简单。 2、水蜜桃糖度和硬度快速检测的研究 利用开发的便携式分级仪器，以“湖景蜜露”水蜜桃和“早白花”水蜜桃为试验对象，确定了包括摄像头分辨率、曝光时间、焦距等仪器检测参数。获得了样品的激光散射图像，通过双峰法对图像进行阈值分割，从图像中提取了颜色参数（R、G、B、H、S、I）和纹理特征参数（像素面积、平滑度、三阶矩、一致性和熵）。发现图像参数中像素面积、一致性和熵与水蜜桃的可溶性固形物(Soluble solids content，SSC)和硬度(hardness，F)有较好的关联性，构建了水蜜桃的SSC和硬度的偏最小二乘判别分析(PLS-DA)和支持向量机分类(SVM-C)模型。对于SSC，“湖景蜜露”和“早白花”的PLS-DA模型总体预测准确率分别为82％和90％;SVM-C模型的总体预测准确率分别为92％和94％;对于硬度，“湖景蜜露”和“早白花”的PLS-DA模型总体预测准确率分别为88％和90％，SVM-C模型总体预测准确率分别为93％和95％。说明SVM-C模型对水蜜桃SSC和硬度的判别效果优于PLS-DA模型，以构建的水蜜桃SVM-C模型导入开发的便携式仪器。 3、苹果桃糖度和硬度快速检测的研究 以“弘前”富士和“大沙河”富士为试验对象，通过与水蜜桃相同的研究方法，结果发现图像参数中像素面积、一致性和熵与苹果的SSC和硬度指标的关联性也较好。构建了苹果的SSC和硬度的PLS-DA和SVM-C模型，对于SSC，“弘前”富士和“大沙河”的PLS-DA模型总体预测准确率分别为82％和88％，SVM-C模型总体预测准确率分别为92％和94％;对于硬度，“弘前”富士和“大沙河”富士的PLS-DA模型总体预测准确率分别为91％和90％，SVM-C模型总体预测准确率分别为96％和98％。说明SVM-C模型对苹果SSC和硬度的判别效果优于PLS-DA模型，以构建的苹果SVM-C模型导入开发的便携式仪器。

目录

声明

摘要

缩略词表

第一章文献综述

1．1研究背景

1．2国内外水果检测分级研究现状

1．2．1 计算机视觉在水果品质检测中的研究进展

1．2．2近红外光谱在水果品质检测中的研究进展

1．2．3 激光散射图像技术在农产品无损检测中的研究进展

1．3嵌入式系统开发的研究概况

1．3．1嵌入式系统的简介

1．3．2嵌入式系统在农产品检测上的研究进展

1．4研究目的及主要内容

1．4．1研究目的和意义

1．4．2主要内容和技术路线

第二章基于激光散射图像的便携式仪器的设计与开发

2．1仪器总体设计

2．1．1仪器需求分析

2．1．2仪器组成及工作原理

2．2硬件设计

2．2．1嵌入式开发板

2．2．2工业相机

2．2．3激光器

2．2．4显示屏

2．2．5其他

2．3软件设计

2．3．1嵌入式操作系统的选择

2．3．2开发工具的选择

2．3．3软件模块开发

2．4交互界面的开发及操作

2．4．1交互界面的开发

2．4．2操作流程

2．4．3数据存储

2．5讨论

2．6本章结论

第三章基于便携式仪器的水蜜桃糖度和硬度分级的研究

3．1材料与方法

3．1．1材料与处理

3．1．2试验仪器

3．1．3试验方法

3．1．4数据分析

3．2结果与分析

3．2．1桃果实品质指标的分析

3．2．2水蜜桃内部品质指标与图像参数相关性分析

3．2．3各特征参数随水蜜桃内部品质等级的变化

3．2．4水蜜桃内部品质等级判别模型的构建及验证

3．3讨论

3．4本章结论

第四章基于便携式仪器的苹果糖度和硬度分级的研究

4．1材料与方法

4．1．1材料与处理

4．1．2试验仪器

4．1．3试验方法

4．1．4数据分析

4．2结果与分析

4．2．1 苹果内部品质指标的分析

4．2．2苹果内部品质指标与图像参数相关性分析

4．2．3各特征参数随苹果内部品质等级的变化

4．2．4苹果内部品质等级判别模型的构建及验证

4．3 讨论

4．4本章结论

全文结论

参考文献

附录

攻读硕士学位期间的主要成果

致谢