«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第46卷

期数:

2018年06期

页码:

159-162

栏目:

贮藏加工与检测分析

出版日期:

2018-03-20

文章信息/Info

Title:

Quality evaluation of Hetao muskmelon based on multi-sensor information fusion

作者:

侯占峰;  田海清;  刘超;  李哲

内蒙古农业大学机电工程学院，内蒙古呼和浩特 010018

Author(s):

Hou Zhanfeng; et al

关键词:

机器视觉; 在线检测系统; 图像信息; 光谱信息; 多信息融合技术; 数据融合; 河套蜜瓜; 信息模型; 品质评价

Keywords:

-

分类号:

S126

DOI:

-

文献标志码:

A

摘要:

提出应用机器视觉和近红外光谱信息融合技术进行河套蜜瓜品质的评价，利用自行开发设计的在线检测系统获取154个试验样本的图像信息和光谱信息，通过对采集样本应用支持向量机算法进行数据融合。结果发现，基于多信息融合技术能够更有效地对蜜瓜的品质进行识别，评判的准确性较单个信息模型有所提高，当把蜜瓜的颜色特征、体积和果形指数作为外部特征融合蜜瓜光谱特征进行建模时效果最好，其模型的r、均方根校正偏差(RMSE)高达0.863 0、0.940 7。

Abstract:

-

参考文献/References:

［1］应义斌. 机器视觉技术在黄花梨尺寸和果面缺陷检测中的应用［J］. 农业工程学报，1999，15(1)：197.
［2］赵静，何东健. 果实形状的计算机识别方法研究［J］. 农业工程学报，2001，17(2)：165-167.
［3］田海清，王春光，杨晓清. 厚皮甜瓜无损检测方法的研究现状及发展趋势［J］. 农机化研究，2010，32(10)：245-248.
［4］李鹏飞. 梨内部品质可见/近红外光谱无损检测研究［D］. 北京：中国农业大学，2009.
［5］杜冉，闸建文，付家庭，等. 运用近红外透射光谱技术检测苹果内部品质［J］. 农机化研究，2008(9)：139-141.
［6］冯斌. 计算机视觉信息处理方法与水果分级检测技术研究［D］. 北京：中国农业大学，2002.
［7］杨丽华，程咏梅，赵春晖，等. 基于决策融合的苹果等级分类算法［J］. 电子测量技术，2008，31(1)：10-12，24.
［8］张烈平，曾爱群，陈婷. 基于计算机视觉和神经网络的芒果检测与等级分类［J］. 农机化研究，2008(10)：57-60.
［9］张书慧. 苹果、桃等农副产品品质检测与分级图像处理系统的研究［J］. 农业工程学报，1999，15(1)：201.
［10］王树文，张长利，房俊龙. 基于计算机视觉的番茄损伤自动检测与分类研究［J］. 农业工程学报，2005，21(8)：98-101.
［11］张玉清. 加入WTO后中国蜜瓜西瓜产业面临的机遇和挑战［J］. 中国西瓜甜瓜，2001(3)：36-37.
［12］梁莉，李荣富，高培德，等. 内蒙古河套蜜瓜的特征特性与栽培特点［J］. 中国西瓜甜瓜，2004(3)：18-19.
［13］张德虎，田海清，武士钥，等. 河套蜜瓜糖度和坚实度可见近红外光谱检测研究［J］. 中国农机化学报，2014，35(3)：197-201.
［14］田海清，王春光，吴桂芳. 蜜瓜糖度透射光谱检测技术［J］. 农业机械学报，2010，41(12)：130-133.
［15］田海清，王春光，张海军，等. 蜜瓜品质光谱检测中异常建模样品的综合评判［J］. 光谱学与光谱分析，2012，32(11)：2987-2991.
［16］丁世飞，齐丙娟，谭红艳. 支持向量机理论与算法研究综述［J］. 电子科技大学学报，2011，40(1)：1-10.

相似文献/References:

[1]周洪刚,康敏.基于机器视觉的成熟柑橘自动识别研究[J].江苏农业科学,2013,41(06):380.
　Zhou Honggang,et al.Research on automatic recognizing of mature oranges based on machine vision[J].Jiangsu Agricultural Sciences,2013,41(06):380.
[2]赵建敏,赵忠鑫,李琦.基于Kinect传感器的羊体体尺测量方法[J].江苏农业科学,2015,43(11):495.
　Zhao Jianmin,et al.Sheep body size measurement method based on Kinect sensor[J].Jiangsu Agricultural Sciences,2015,43(06):495.
[3]丁竹青,李晓良,张若宇,等.基于LabVIEW Vision的加工番茄表面霉斑缺陷检测[J].江苏农业科学,2015,43(05):302.
　Ding Zhuqing,et al.Study on mildew defect detection of processing tomato based on LabVIEW Vision[J].Jiangsu Agricultural Sciences,2015,43(06):302.
[4]申爱敏,霍晓静,王文娣,等.基于机器视觉的核桃仁大小自动分级技术[J].江苏农业科学,2016,44(09):383.
　Shen Aimin,et al.Automatic size classification technology of walnut kernel based on machine vision[J].Jiangsu Agricultural Sciences,2016,44(06):383.
[5]梁培生,孙辉,张国政,等.基于主成分分析和BP神经网络的蚕蛹分类方法[J].江苏农业科学,2016,44(10):428.
　Liang Peisheng,et al.Study on classification of silkworm chrysalis based on principal component analysis and BP neural network[J].Jiangsu Agricultural Sciences,2016,44(06):428.
[6]赵建敏,薛晓波,李琦.基于机器视觉的马铃薯病害识别系统[J].江苏农业科学,2017,45(02):198.
　Zhao Jianmin,et al.Design of potato disease identification system based on machine vision[J].Jiangsu Agricultural Sciences,2017,45(06):198.
[7]罗匡男,彭琳,齐伟恒.基于机器视觉的三七叶片病斑识别[J].江苏农业科学,2017,45(24):209.
　Luo Kuangnan,et al.Recognition of Panax notoginseng leaf diseases based on machine vision[J].Jiangsu Agricultural Sciences,2017,45(06):209.
[8]刘航,郭俊先,王勇,等.基于机器视觉核桃大小分级系统的软件设计[J].江苏农业科学,2018,46(04):194.
　Liu Hang,et al.Software design of walnut size grading system based on machine vision[J].Jiangsu Agricultural Sciences,2018,46(06):194.
[9]蔡建,周军,史建新,等.基于机器视觉的核桃仁分级方法[J].江苏农业科学,2018,46(05):158.
　Cai Jian,et al.Walnut kernel grading method based on machine vision[J].Jiangsu Agricultural Sciences,2018,46(06):158.
[10]文怀兴,王春普,黄正祥.基于机器视觉的温室大枣表型特征测量[J].江苏农业科学,2018,46(06):182.
　Wen Huaixing,et al.Measurement of phenotypic characteristics of jujube in greenhouse based on machine vision[J].Jiangsu Agricultural Sciences,2018,46(06):182.

备注/Memo

备注/Memo:

收稿日期：2016-09-18
基金项目：国家自然科学基金(编号：31160248)；国家科技支撑计划(编号：2015BAD19B03)。
作者简介：侯占峰(1980—)，男，内蒙古呼和浩特人，硕士，副教授，主要从事农业工程研究。E-mail：njau-hzf@163.com。
通信作者：田海清，博士，教授，主要从事光谱检测研究。E-mail：hqtian@126.com。

常用功能

更新日期/Last Update: 2018-03-20