基于高光谱成像技术的牛肉大理石花纹的评估   总被引：7，自引：0，他引：7  

高晓东  吴建虎  彭彦昆  陈菁菁  陶斐斐 《农产品加工．学刊》2009,(10)

利用高光谱扫描成像技术评估牛肉大理石花纹。组建了高光谱线扫描成像系统,采集牛肉样品在400~1100nm波段的高光谱反射图像。通过牛肉脂肪和瘦肉在各个波段处反射值比的最大值,确定530nm为特征波段。提取特征波段处大理石花纹的3个特征参数(大颗粒脂肪密度、中等颗粒脂肪密度和小颗粒脂肪密度),使用特征参数分别建立多元线性回归模型(MLR)和正则判定函数模型,对大理石花纹分级和等级预测,用全交叉验证方法验证模型的准确性。MLR模型对大理石花纹等级的预测决定系数R2=0.92,预测标准差为SECV=0.45;总的分级准确率是84.8%;正则判定函数对大理石花纹等级判定准确性较低,为78.8%。研究表明,将高光谱成像技术应用于牛肉大理石花纹等级评定是可行的。  相似文献   

基于高光谱成像技术的猪肉新鲜度评价   总被引：23，自引：5，他引：18  

张雷蕾  李永玉  彭彦昆  王伟  江发潮  陶斐斐  单佳佳 《农业工程学报》2012,28(7):254-259

该文研究利用高光谱成像技术预测猪肉新鲜度参数,挥发性盐基氮(TVB-N)和pH值。在470～1000nm波长范围内,从高光谱图像中提取的反射光谱,分别经过2次Savitzky-Golay(S-G)平滑、多元散射校正(MSC)处理后,建立PLSR(偏最小二乘法)的预测模型。对TVB-N的预测,使用2次S-G平滑处理、MSC光谱建立的PLSR预测模型相关系数分别为0.90和0.89,预测模型标准差分别为7.80和8.05。对pH值的预测,经过MSC处理比2次S-G平滑处理的结果好,相关系数为0.79,预测模型标准差为0.37。同时综合2个参数利用MSC处理后的预测模型对猪肉新鲜度进行评定,准确率达91%。研究结果表明,高光谱成像技术可以用于猪肉新鲜度快速无损检测。  相似文献   

农产品品质检测系统的高光谱成像控制软件设计     

赵娟  彭彦昆  郭辉  陶斐斐  张雷蕾 《农业机械学报》2014,45(9):210-215

利用VS2010与Matlab混合编程方法设计了用于农产品品质指标检测的高光谱成像在线检测系统的控制分析软件,包括仪器参数设置模块、信号检测与控制模块和数据采集与分析模块,完成了图像采集、图像合成、运动控制、数据提取分析及存储、显示功能。该控制分析软件设计提高了高光谱成像技术应用的实用化,实现了对农产品品质指标的无损、实时、快速检测分析。  相似文献