留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

高光谱成像技术的苹果品质无损检测

孙梅 陈兴海 张恒 陈海霞

孙梅, 陈兴海, 张恒, 陈海霞. 高光谱成像技术的苹果品质无损检测[J]. 红外与激光工程, 2014, 43(4): 1272-1277.
引用本文: 孙梅, 陈兴海, 张恒, 陈海霞. 高光谱成像技术的苹果品质无损检测[J]. 红外与激光工程, 2014, 43(4): 1272-1277.
Sun Mei, Chen Xinghai, Zhang Heng, Chen Haixia. Nondestructive inspect of apple quality with hyperspectral imaging[J]. Infrared and Laser Engineering, 2014, 43(4): 1272-1277.
Citation: Sun Mei, Chen Xinghai, Zhang Heng, Chen Haixia. Nondestructive inspect of apple quality with hyperspectral imaging[J]. Infrared and Laser Engineering, 2014, 43(4): 1272-1277.

高光谱成像技术的苹果品质无损检测

基金项目: 

北京市自然科学基金(4122020);北京市组织部优秀人才培养D类项目(2013D005003000008)

详细信息
    作者简介:

    孙梅(1976- ),女,博士,副教授,主要从事高光谱成像与食品检测等方面的研究。Email:smcxh123@163.com

  • 中图分类号: S126

Nondestructive inspect of apple quality with hyperspectral imaging

  • 摘要: 高光谱成像技术把二维成像和光谱技术融为一体,图像技术可全面反映水果的外部品质、表面缺陷及污染等,光谱技术则可用于水果内部品质的检测,能对水果的综合品质进行全面、快速的检测。以苹果为研究对象,得用高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域(550~950nm)。通过主成分分析根据权重系数,选取了714nm作为苹果风伤研究的最佳特征波长。
  • [1]
    [2] The Ministry of Agriculture. The international apple trade situation and China apple export situation of [J]. Chinese Fruit Industry Information, 2006(4): 6-8. (in Chinese) 农业部. 国际苹果贸易概况与我国苹果出口情况[J]. 中国 果业信息, 2006(4): 6-8.
    [3] Mo Runyang. Nondestructive testing technology in fruit quality evaluation in the application of [J]. In Physics and Technology, 2004, 33 (11): 848-851. (in Chinese) 莫润阳. 无损检测技术在水果品质评价中的应用[J]. 物理 学和高新技术, 2004, 33 (11): 848-851.
    [4]
    [5]
    [6] Zhang Xiang, Zhang Jianqi, Qin Hanlin, et al. Anomaly detection for hyperspectral image based on multiresolution decomposition [J]. Infrared and Laser Engineering, 2011, 40(3): 570-575. (in Chinese) 张翔, 张建奇, 秦翰林, 等. 用多分辨率分解的高光谱图像异 常检测[J]. 红外与激光工程, 2011, 40(3): 570-575.
    [7] Liu Y, Chen Y R, Wang C Y, et a1. Development of hyperspectral imaging technique for the detection of chilling injury on cucumbers spectral and image analysis [J]. Applied Engineering in Agriculture, 2006, 22(1): 101-111.
    [8]
    [9] Xu Hong, Wang Xingjun. Applications of multi spectral hyperspectral imaging technologies in military [J]. Infrared and Laser Engineering, 2007, 36(1): 13-17. (in Chinese) 许洪, 王向军. 多光谱、超光谱成像技术在军事上的应用[J]. 红外与激光工程, 2007, 36(1): 13-17.
    [10]
    [11] Wang Jingli. Mamimum band screening and its application to hyperspectral target dection[J]. Infrared and Laser Engineering, 2012, 41(6): 1514-1518. (in Chinese) 王静荔. 波段最大筛选法及其在高光谱目标探测中的应用[J]. 红外与激光工程, 2012, 41(6): 1514-1518.
    [12]
    [13] Liu Y, Ying Y. Use of FT-NIR spectrometry in non-invasive measurements of internal quality of 'Fuji'apples[J]. Postharvest Biology and Technology, 2005, 37: 65-71.
    [14]
    [15]
    [16] He Yuanlei, Liu Daizhi, Wang Jingli, et al. Independent component analysis-based band selection for hyperspectral imagery [J]. Infrared and Laser Engineering, 2012, 41 (3): 818-824. (in Chinese) 何元磊, 刘代志, 王静荔, 等. 利用独立成分分析的高光谱 图像波段选择方法[J]. 红外与激光工程, 2012, 41 (3): 818-824.
    [17] Polder G, Van der Heijden G W A M, Young I T. Spectral image analys is for measuring ripeness of tomatoes [J]. American Society of Agricultural Engineers, 2002, 45 (4): 1155-1161.
    [18]
    [19]
    [20] Lu R. Detection of bruises on apples using near-infrared hyperspectral imaging [J]. Transactions of ASAE, 2003, 46 (2): 523-530.
    [21]
    [22] Hong Tiansheng, Qiao Jun, Ning Wang, et al. Non-destructive inspection of Chinese pear quality based on hyperspectral imaging technique [J]. Transactions of the Chinese Society of Agricultural Engineering, 2007, 23 (2): 151-155. (in Chinese) 洪添胜, 乔军, 王宁, 等. 基于高光谱图像技术的雪花梨品 质无损检测[J]. 农业工程学报, 2007, 23(2): 151-155.
    [23] Masry E G. Hyperspectral imaging for nondestructive deterruination of some quality at tributes for straw berry [J]. Journal of Food Engineering, 2007, 81: 98-107.
    [24]
    [25]
    [26] NagataM, Tallada J G, Kobayashi T, et al. Predictingm aturity quality parameters of strawberries using hyperspectral imaging [C]//American Society of Agricultural Engineers Annual Meeting, 2004: 043033.
    [27] Sivakumar S S, Qiao J, Gariepy Y, et al. Detectingm aturity parameters of mango using hyperspectral imag ing techology[C]//American Society of Agricultural Engineers Annual Meeting, 2006: 066183.
    [28]
    [29] Guo Enyou, Liu Muhua, Zhao Jienwen, et al. Nondestructive detection of sugar content on Navel orange with hyperspectral imaging[J]. Transactions of the CSAM, 2008, 39(5): 91-93, 103. (in Chinese) 郭恩有, 刘木华, 赵杰文, 等. 脐橙糖度的高光谱图像无损 检测技术[J]. 农业机械学报, 2008, 39(5): 91-93, 103.
  • [1] 张鹏辉, 赵扬, 李鹏, 周志权, 白雪, 马健.  基于有限元法的激光声磁检测系统优化研究 . 红外与激光工程, 2022, 51(7): 20210533-1-20210533-9. doi: 10.3788/IRLA20210533
    [2] 孙强, 戴鹭楠, 应恺宁, 倪辰荫.  二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
    [3] 卜迟武, 赵博, 刘涛, 张喜斌, 李锐, 唐庆菊.  CFRP/Al蜂窝结构缺陷巴克编码热波检测及匹配滤波 . 红外与激光工程, 2021, 50(10): 20210050-1-20210050-11. doi: 10.3788/IRLA20210050
    [4] 李欣, 陈永, 李伟仙, 李洋洋, 郑磊, 吴思进.  投影辅助的数字剪切散斑干涉扫描检测技术 . 红外与激光工程, 2021, 50(8): 20210509-1-20210509-8. doi: 10.3788/IRLA20210509
    [5] 刘颖韬, 许路路, 何方成, 李硕宁, 杨党纲.  环境因素对闪光灯激励红外热成像外场检测的影响 . 红外与激光工程, 2021, 50(12): 20210711-1-20210711-8. doi: 10.3788/IRLA20210711
    [6] 张长兴, 刘成玉, 亓洪兴, 张东, 蔡能斌.  热红外高光谱成像仪光谱匹配盲元检测算法 . 红外与激光工程, 2020, 49(1): 0104002-0104002(7). doi: 10.3788/IRLA202049.0104002
    [7] 高翔, 刘晓庆, 戴子杰, 李帅, 刘伟伟.  基于波导结构的集成式太赫兹共焦成像系统 . 红外与激光工程, 2019, 48(S2): 98-102. doi: 10.3788/IRLA201948.S219001
    [8] 杨正伟, 谢星宇, 李胤, 张炜, 田干.  激光扫描热成像无损检测关键参数影响分析 . 红外与激光工程, 2019, 48(11): 1105008-1105008(11). doi: 10.3788/IRLA201948.1105008
    [9] 赵诗琪, 郭兴旺, 刘颖韬.  基于复Morlet小波相位的红外调制热像检测方法 . 红外与激光工程, 2018, 47(9): 904002-0904002(8). doi: 10.3788/IRLA201847.0904002
    [10] 夏嘉斌, 孙广开, 宋潮, 周正干.  “钢-铅”粘接结构非接触激光超声检测方法 . 红外与激光工程, 2018, 47(1): 117006-0117006(7). doi: 10.3788/IRLA201847.0117006
    [11] 徐滨士, 董世运, 门平, 闫世兴.  激光增材制造成形合金钢件质量特征及其检测评价技术现状(特邀) . 红外与激光工程, 2018, 47(4): 401001-0401001(9). doi: 10.3788/IRLA201847.0401001
    [12] 张文涛, 李跃文, 占平平, 熊显名.  基于太赫兹时域光谱技术与PCA-SVM的转基因大豆油鉴别研究 . 红外与激光工程, 2017, 46(11): 1125004-1125004(6). doi: 10.3788/IRLA201746.1125004
    [13] 李文洁, 赵读亮, 林颖, 梁勖, 方晓东.  高灵敏紫外激光脉冲能量在线检测系统设计 . 红外与激光工程, 2017, 46(12): 1222002-1222002(6). doi: 10.3788/IRLA201746.1222002
    [14] 韦道知, 黄树彩, 赵岩, 庞策.  非负谱稀疏表示的高光谱成像中的异常检测 . 红外与激光工程, 2016, 45(S2): 120-125. doi: 10.3788/IRLA201645.S223001
    [15] 周小丹, 李丽娟, 赵铎, 任姣姣.  太赫兹技术在陶瓷基复合材料缺陷无损检测中的应用 . 红外与激光工程, 2016, 45(8): 825001-0825001(8). doi: 10.3788/IRLA201645.0825001
    [16] 陈林, 杨立, 范春利, 石宏臣, 赵小龙.  基于相位的热障涂层厚度及其脱粘缺陷红外定量识别 . 红外与激光工程, 2015, 44(7): 2050-2056.
    [17] 陈林, 杨立, 范春利, 吕事桂, 石宏臣.  线性调频激励的红外无损检测及其数值模拟 . 红外与激光工程, 2014, 43(5): 1385-1389.
    [18] 李丹, 何建国, 刘贵珊, 贺晓光, 王松磊, 吴龙国.  基于高光谱成像技术的小黄瓜水分无损检测 . 红外与激光工程, 2014, 43(7): 2393-2397.
    [19] 陈林, 杨立, 范春利, 王为清, 吕事桂.  红外无损检测的数值模拟及其对比性研究 . 红外与激光工程, 2013, 42(9): 2330-2335.
    [20] 刘俊岩, 刘 勋, 王 扬, .  线性调频激励的红外热波成像检测技术 . 红外与激光工程, 2012, 41(6): 1416-1422.
  • 加载中
计量
  • 文章访问数:  795
  • HTML全文浏览量:  34
  • PDF下载量:  205
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-08-05
  • 修回日期:  2013-09-03
  • 刊出日期:  2014-04-25

高光谱成像技术的苹果品质无损检测

    作者简介:

    孙梅(1976- ),女,博士,副教授,主要从事高光谱成像与食品检测等方面的研究。Email:smcxh123@163.com

基金项目:

北京市自然科学基金(4122020);北京市组织部优秀人才培养D类项目(2013D005003000008)

  • 中图分类号: S126

摘要: 高光谱成像技术把二维成像和光谱技术融为一体,图像技术可全面反映水果的外部品质、表面缺陷及污染等,光谱技术则可用于水果内部品质的检测,能对水果的综合品质进行全面、快速的检测。以苹果为研究对象,得用高光谱成像技术和主成分分析方法分析了苹果的风伤和压伤,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域(550~950nm)。通过主成分分析根据权重系数,选取了714nm作为苹果风伤研究的最佳特征波长。

English Abstract

参考文献 (29)

目录

    /

    返回文章
    返回