欧美……一区二区三区,欧美日韩亚洲另类视频,亚洲国产欧美日韩中字,日本一区二区三区dvd视频在线

產(chǎn)品推薦:氣相|液相|光譜|質(zhì)譜|電化學(xué)|元素分析|水分測定儀|樣品前處理|試驗機(jī)|培養(yǎng)箱


化工儀器網(wǎng)>技術(shù)中心>其他文章>正文

歡迎聯(lián)系我

有什么可以幫您? 在線咨詢

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

來源:江蘇雙利合譜科技有限公司   2024年12月03日 15:24  

在本研究中,高光譜反射和透射成像技術(shù)被用于檢測單個南瓜種子的含水量和尺寸。該技術(shù)通過結(jié)合光譜分析和圖像處理,能夠捕獲南瓜種子表面和內(nèi)部的詳細(xì)信息。一方面,研究者通過高光譜反射和透射成像技術(shù),建立了線性(PLSR)和非線性(LSSVM)模型,預(yù)測南瓜種子的含水量。數(shù)據(jù)融合方法進(jìn)一步提升了模型的預(yù)測精度。該方法的優(yōu)勢在于能夠無損、快速地檢測南瓜種子的含水量,這對于種子的收獲、儲存和運輸具有重要意義。另一方面,利用高光譜反射圖像,結(jié)合圖像處理算法,可成功測量南瓜種子的長度和寬度,并驗證其準(zhǔn)確性。該應(yīng)用為種子分級和質(zhì)量評估提供了新的工具,能夠自動化地進(jìn)行種子的形狀和尺寸檢測。

背景

南瓜籽的好壞決定著南瓜的產(chǎn)量和品質(zhì)。水分是影響作物種子品質(zhì)的四大因素之一,也是評價種子品質(zhì)的關(guān)鍵因素。千粒重是種子的重要特征,是一批種子宜居性、活力或發(fā)芽等指標(biāo)的依據(jù)之一,其直接受種子形狀和大小的影響,可通過種子的長度和寬度來表征。高光譜成像技術(shù)結(jié)合了光譜分析和數(shù)字成像,為檢測種子質(zhì)量提供了巨大的潛力。根據(jù)成像方式的不同,可分為高光譜反射成像和透射成像。高光譜成像技術(shù)具有非接觸式和實時性優(yōu)點,可以在不對種子進(jìn)行破壞性處理的情況下進(jìn)行檢測,并且能夠?qū)崟r獲取數(shù)據(jù),從而提高檢測效率。因此,利用高光譜成像技術(shù)對南瓜籽的含水率和尺寸方面進(jìn)行檢測具有很大的優(yōu)勢,可以為南瓜籽的質(zhì)量評價和處理提供科學(xué)依據(jù)。此外,數(shù)據(jù)融合是將來自多個傳感器源的數(shù)據(jù)和信息進(jìn)行組合和關(guān)聯(lián),以獲得比單個傳感器收集的信息更完整和可靠的過程。本研究通過獲取南瓜籽的高光譜反射和透射圖像,建立南瓜籽含水率預(yù)測模型,確定南瓜籽的大小。

實驗設(shè)計

為增加南瓜種子的水分梯度,選取490顆南瓜種子,分成7組,置于50°C的干燥爐中,分別干燥0、20、40、60、80、100和120分鐘。樣本按3:1的比例劃分為校準(zhǔn)集和預(yù)測集。為了比較不同校準(zhǔn)模型的性能,所有分析都使用相同的校準(zhǔn)和預(yù)測集。使用GaiaSorter高光譜分選儀(江蘇雙利合譜)獲取高光譜圖像,其組成結(jié)構(gòu)示意圖如圖1所示。該系統(tǒng)由計算機(jī)、成像光譜儀、位移平臺、步進(jìn)電機(jī)、透射光源和4個20 w鹵素?zé)艚M成。成像光譜儀由CCD相機(jī)和光譜儀組成。獲取不同圖像時,需要切換不同光源,更換位移平臺底板。整個成像系統(tǒng)被放置在一個密封的外殼中,以消除環(huán)境光的影響。圖像光譜分辨率為3.5 nm,光譜范圍為399.0 ~ 1015.6 nm。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖1. 高光譜成像系統(tǒng)原理圖

在得到校正后的高光譜圖像后,對單個南瓜籽進(jìn)行分割,提取每個南瓜籽的光譜。采用最大類間方差法(Otsu)獲取圖像閾值,將灰度圖像轉(zhuǎn)換為二值圖像,利用形態(tài)學(xué)操作去噪并獲得連通區(qū)域,繪制開放操作二值圖像,提取感興趣區(qū)域(ROI)光譜。同時,利用重量法得到各南瓜籽水分含量的參考值。如表1所示,校準(zhǔn)集樣品的含水率范圍(8.52-48.93%)大于預(yù)測集樣品的含水率范圍(9.18-48.05%)。圖2直方圖顯示了南瓜籽水分含量在校準(zhǔn)集和預(yù)測集中的分布趨勢相似,呈正態(tài)分布。因此,樣品含水率范圍有利于建立穩(wěn)定的水分預(yù)測標(biāo)定模型。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖2. 南瓜籽水分統(tǒng)計直方圖

所有南瓜籽在399.0 ~ 1015.6 nm范圍內(nèi)的反射和透射光譜如圖3所示,可以看出所有樣品的反射和透射光譜趨勢相似。但由于不同樣品的含水率(8.52-48.93%)不同,相應(yīng)的光譜可能存在差異。反射光譜在670 nm左右出現(xiàn)吸收谷,可能與葉綠素a有關(guān)。透射光譜在475 nm左右有一個吸收谷,屬于藍(lán)光范圍,與葉綠素-Ⅱa、葉綠素-Ⅱb、類胡蘿卜素等植物色素有關(guān)。此外,從圖3(d)中可以看出,由于水分子對光更敏感,600-850 nm的透射光譜標(biāo)準(zhǔn)差更高,說明該范圍內(nèi)樣品的透射光譜存在顯著差異。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖3. 南瓜籽的反射和透射光譜:(a)所有樣品的反射光譜;(b)平均反射光譜;(c)所有樣品的透射光譜;(d)平均透射光譜

基于反射光譜、透射光譜、低水平融合和中水平融合建立了PLSR和LSSVM模型。模型計算結(jié)果表2所示。表中顯示了Rc2、RMSEC、Rp2和RMSEP值,用于比較基于不同數(shù)據(jù)的模型結(jié)果。

基于單一光譜數(shù)據(jù)建立PLSR和LSSVM模型:基于透射光譜的全光譜模型優(yōu)于基于反射光譜的全光譜模型,非線性LSSVM模型優(yōu)于線性PLSR模型。因此,利用高光譜透射成像技術(shù)對單個南瓜籽水分含量進(jìn)行定量分析是可行的。為了選擇有效波長并消除冗余和噪聲,對反射和透射光譜數(shù)據(jù)采用了RT、VC、MCUVE、CART和UVE五種變量選擇方法,以提高模型的預(yù)測性能??傮w而言,大多數(shù)變量選擇方法都優(yōu)于各自的全譜模型,這表明變量選擇有助于增強(qiáng)模型的預(yù)測能力。結(jié)果發(fā)現(xiàn),無論是基于反射,還是基于透射譜的CARS-LSSVM模型在基于單一光譜的PLSR和LSSVM模型中預(yù)測性能和可靠性*優(yōu)。為了創(chuàng)建更詳細(xì)和全面的數(shù)據(jù)集,以更準(zhǔn)確地預(yù)測單個南瓜籽的水分含量,繼續(xù)進(jìn)行了中低級的數(shù)據(jù)融合。

與基于單一光譜的模型相比,低級數(shù)據(jù)融合提高了模型的性能,更有可能檢測到單個南瓜籽的水分含量。其中經(jīng)過低級數(shù)據(jù)融合和CARS選擇后的模型性能最好(表2),PLSR模型的Rp2、RMSEP和RPD分別為0.9196、0.0283%和3.4027,LSSVM模型的Rp2、RMSEP和RPD分別為0.9192、0.0284%和3.4127。

基于中級數(shù)據(jù)融合的單個南瓜籽PLSR和LSSVM模型結(jié)果如表2所示。在PLSR模型中,基于CARS的數(shù)據(jù)融合模型表現(xiàn)最好,基于RT的數(shù)據(jù)融合模型表現(xiàn)最差。在LSSVM模型中,只有基于CARS的模型優(yōu)于基于單光譜和低水平數(shù)據(jù)融合的模型,Rp2和RMSEP分別為0.9231和0.0278%,達(dá)到最佳性能。綜上所述,通過選擇合適的變量選擇方法,將反射光譜和透射光譜進(jìn)行中級數(shù)據(jù)融合,可以有效地預(yù)測單個南瓜籽的水分含量。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

為了更好地了解不同變量選擇算法所選擇的波長,本研究討論了不同變量選擇方法下模型在反射光譜、透射光譜和低水平數(shù)據(jù)融合三種不同數(shù)據(jù)集上的性能。每種變量選擇方法在不同數(shù)據(jù)集中保留的變量位置如圖4所示?;诓煌兞康腜LSR和LSSVM模型Rp2對比圖如圖5所示。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖4. 每種變量選擇方法在不同數(shù)據(jù)集中保留的變量位置:(a)反射光譜;(b)透射光譜;(c)低級數(shù)據(jù)融合

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖5. 基于不同數(shù)據(jù)類型的模型Rp2結(jié)果比較:(a) PLSR模型;(b) LSSVM模型

在反射光譜中,RT、VC、MCUVE、CARS和UVE算法分別選取了92個、47個、48個、17個和85個變量。在透射光譜中,RT、VC、MCUVE、CARS和UVE算法分別選取了23個、29個、50個、45個和110個變量。在低級數(shù)據(jù)融合中,RT、VC、MCUVE、CARS和UVE算法分別選取了232、76、162、66和139個變量。從圖5中可以看出,基于CARS的模型對于線性PLSR和非線性LSSVM模型的Rp2都是最高的。此外,在大多數(shù)情況下,CARS保留的特征變量比其他變量選擇方法少。這表明CARS算法可以顯著減少不相關(guān)信息,保留特征變量,保持較高的模型精度。另外,圖5顯示,基于CARS算法的中級融合數(shù)據(jù)在兩種模型中Rp2最高,這進(jìn)一步證實了CARS算法在本研究中的優(yōu)*性。因此,CARS算法是本研究中*優(yōu)的變量選擇方法。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

利用高光譜反射圖像確定了單個南瓜籽的長度和寬度,并計算了長寬比。采用主成分分析(PCA)對采集到的樣本圖像進(jìn)行降維處理,識別出適合確定單個南瓜種子大小的圖像。圖6為一批樣本圖像降維后的前五幅主成分圖像。與其他4個主成分圖像相比,PC1圖像表現(xiàn)出南瓜籽與背景*明顯的對比。因此,隨后根據(jù)PC1圖像確定南瓜籽的大小。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖6. 樣本的前五個主成分圖像

要測量單個南瓜籽的長度和寬度,必須確定每個單位公制對應(yīng)的像素數(shù),該實驗每公制像素比為3.68 px/mm。首先,使用Otsu方法對PC1圖像進(jìn)行分割。種子與背景對比明顯,分割后的圖像與實際圖像高度一致,保證了測量值在很小的誤差范圍內(nèi)。接下來,計算每個種子的長度和寬度所占用的像素數(shù)。最后,根據(jù)計算的像素數(shù)計算出每個南瓜籽的長度和寬度。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

圖7. 南瓜籽長度和寬度的測定方法

為了驗證測量的南瓜籽尺寸是否與實際尺寸一致,用游標(biāo)卡尺測量了10個南瓜籽的長度和寬度,每個數(shù)值測量三次。取測量結(jié)果的平均值作為最終值。表3顯示了測量尺寸、實際尺寸和百分比誤差。長度和寬度的誤差范圍分別為0.07% ~ 1.11%和0.11% ~ 2.31%。測量值與實際尺寸之間的差異很小。因此,本研究證明了利用高光譜反射圖像確定南瓜種子尺寸的可行性。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

采用上述方法測定490顆南瓜籽的大小。結(jié)果如表4所示,由表4可以看出,種子的長度范圍為12.50-16.85 mm,平均值為14.95 mm,寬度范圍為8.52-9.51 mm,平均值為8.04 mm。

高光譜反射與透射成像技術(shù)結(jié)合南瓜籽質(zhì)量評估的研究進(jìn)展

結(jié)論

本研究證明了高光譜成像技術(shù)和數(shù)據(jù)融合在檢測單個南瓜籽含水量方面的有效性,以及利用圖像處理算法確定南瓜籽大小的可行性。通過利用CARS算法提取反射光譜和透射光譜的特征波長,實現(xiàn)了最佳的水分含量預(yù)測結(jié)果。相較于僅基于反射或透射光譜的模型,低級數(shù)據(jù)融合顯著提升了預(yù)測模型的準(zhǔn)確性。此外,基于中級數(shù)據(jù)融合的PLSR模型表現(xiàn)優(yōu)于單光譜PLSR模型。在LSSVM模型中,結(jié)合RT、VC和MCUVE算法的中級數(shù)據(jù)融合模型優(yōu)于僅基于反射光譜的LSSVM模型,但不如基于透射光譜的LSSVM模型。采用CARS算法的PLSR和LSSVM模型獲得了*優(yōu)的性能。利用高光譜反射圖像和圖像處理算法,準(zhǔn)確確定了所有南瓜籽的長度和寬度??傊?,本研究不僅證實了高光譜成像技術(shù)配合數(shù)據(jù)融合在單個南瓜籽水分檢測中的應(yīng)用潛力,也展現(xiàn)了其在確定種子尺寸方面的有效性,為高光譜成像技術(shù)在種子品質(zhì)評估領(lǐng)域的應(yīng)用提供了有力的理論支持。

推薦產(chǎn)品

GaiaSorter高光譜分選儀

作者簡介

通訊作者:

黃富榮;暨南大學(xué)光電工程系;博導(dǎo)。

參考文獻(xiàn)

論文引用自二區(qū)文章:Yin, Hai, Baiheng Xie, Bijuan Chen, Jinfang Ma, Jiaze Chen, Yongxin Zhou, Xueqin Han, Zheng Xiong, Zhanwang Yu, and Furong Huang. Detection of Moisture Content and Size of Pumpkin Seeds Based on Hyperspectral Reflection and Transmission Imaging Techniques. Journal of Food Composition and Analysis 124 (2023) 105651.

免責(zé)聲明

  • 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。
  • 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時,必須保留本網(wǎng)注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。
  • 如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。
企業(yè)未開通此功能
詳詢客服 : 0571-87858618
久久老熟女一区二区蜜臀| 国产农村艳妇av专区| 久久久性感免费看黄片| 国产成人精品毛片av| 国产精品不卡二区三区| 欧美人与黑人午夜性猛交久久久| 免费看的视高清黄片视频| 成人av一区二区三区精品| 九九久久精品一区二区| 日韩欧美精品久久五十路| 91午夜精品福利在线亚洲| 国产日韩精品欧美日韩国产免费| 一区二区二区中文字幕| 亚洲国产美女激情视频| 国产午夜精品成人在线| 欧美国产黄片在线播放| 国产原创av在线免费观看| 国产对白乱子子伦视频| 亚洲国产欧美精品自拍一区| 黑人与中国少妇内射视频| 美女白嫩国产精品视频| 亚洲男人天堂视频在线观看| 亚洲精品中文字幕一二三区| 不卡欧美一区二区三区| 色哟哟在线一区二区三区| 国产精品又大又黑又粗| 女生高潮喷水视频观看| 成人国产av精品免费入口| 亚洲丁香婷婷综合久久| 色婷婷狠狠十八久久禁| 亚洲乱码一区二区三区四区五区| 无套进入少妇免费视频| 91亚洲精品综合久久| 九九九精品成人免费视频| 国产在线成人免费视频色婷婷| 91精品国产综合久久国产大片| 日本人妻中文字幕日韩| 国产高清欧美日韩一区| 一日本道久久久精品国产麻豆| 国产精品日本一区二区三区在线| 欧美精品国产精品一区|