科创中国
近红外高光谱成像技术的桃轻微损伤早期检测的研发
发布时间:
2023-11-03
截止日期:2024-11-03
价格 双方协商
地区： 浙江省 宁波市 镇海区
需求方： 宁波***公司
行业领域
电子信息技术
需求背景
桃作为重要的经济作物之一，在生长过程中容易受到环境因素和病虫害的影响，从而产生轻微的损伤。这些轻微的损伤如果不能及时检测和治疗，会对桃的产量和品质造成较大的影响。目前，常规的检测方法往往需要破坏性采样或人工视觉检测，存在效率低下和不准确的问题。因此，开发一种非破坏性、高效准确的早期损伤检测技术势在必行桃柔软多汁、营养丰富，素有仙桃寿果之称。桃不耐贮运且在采摘、运输和贮藏过程中极易发生各种机械损伤，损伤初期表皮未破损，伤面有轻微凹陷，肉眼难以察觉:随着时间流逝表皮会逐渐褐变，成为侵染性病害产生的入口和温床，并侵染其他完好的水果: 最终导致水果大量腐烂，给果农造成经济损失。因此，找到一种有效的对轻微损伤早期检测方法很有必要
需解决的主要技术难题
1.国内外学者对于桃轻微损伤的高光谱无损检测也进行了大量研究。国外的Piotr等人使用可见光/近红外(400～1000nm)和短波长红外(1000～2500nm)范围内的高光谱图像结合多种有监督的分类模型，对损伤两周内的桃损伤天数进行预测分析，结果表明高光谱成像技术用于检测损伤天数在两类光谱范围内都具有良好适用性。
***等采集了400～1000nm范围内的高光谱图像，使用连续投影算法选择特征波长，然后分别使用偏最小二乘回归分析，支持向量机，及人工神经网络模型进行建模分析，试验结果表明，该系统可以对桃子的冻伤等级进行分类。
期望实现的主要技术目标
1.建立近红外高光谱成像检测系统：通过选择合适的近红外光源、光谱仪等设备，完成近红外高光谱成像系统的建立和优化。
2.收集桃轻微损伤样本库：通过在野外和实验室中人工诱导桃轻微损伤，收集一系列桃轻微损伤的样本，建立桃轻微损伤样本库。
3.设计特征提取模型：基于采集的桃轻微损伤样本库，构建特征提取模型，提取与损伤程度相关的近红外高光谱特征。
4.建立损伤识别模型：利用机器学习算法，建立桃轻微损伤的识别模型，从而实现对桃轻微损伤的快速准确检测。
5.验证和优化：对开发的近红外高光谱成像检测系统和损伤识别模型进行实地验证和优化，确保其准确性和稳定性。
需求解析
解析单位：浙江省宁波市 解析时间：2023-11-06
干宁
宁波大学
教授
综合评价
该研发是使用美国SOC710VP高光谱成像仪，采集波段范围为400～1000nm(共128个波段)的富士苹果正常及不同损伤时间的高光谱图像，选择图像中合适的区域作为感兴趣区域并提取平均光谱反射率。使用多元散射校正对原始高光谱数据进行预处理。针对预处理后的光谱数据采用了基于相关性的特征选择算法选择特征波长，克服了以往损伤检测算法所需的特征波段数过多，检测精度不够高的不足。基于特征波长使用独立成分分析变换从而获得损伤图像，通过自适应阈值分割算法获得损伤区域，实现了对不同损伤时间的苹果轻微损伤样本进行快速、有效且准确的识别，同时能够直观识别出苹果损伤区域，更有利于在线检测系统的实现。在提出的方法中，对原始高光谱图像进行黑白校正，有利于减少图像噪声，可用于后续数据分析。
查看更多>
下载app