91看片在线免费下载,在线看片网站污污,男人看片网址,91看片神器APP

基於成像在线看片网站污污技術的橙子斑點及損傷快速識別研究

                                       四川雙利合譜科技有限公司-黃宇

• 引言

隨著人們生活水平的提高，消費者越來越關注果蔬的品質安全問題。如造成

水果表麵出現黑白斑的內部腐爛、水果因運輸等原因造成的碰傷、損傷等，從而嚴重影響消費者的身體健康。因此水果黑白斑、碰傷損傷的快速有效的識別具有重要的研究價值。

高在线看片网站污污圖像技術結合了在线看片网站污污分析和圖像處理的技術優勢，國內外許多學者對研究對象的內外部品質特征進行檢測分析，如趙傑文等利用高在线看片网站污污圖像技術檢測水果輕微損傷，準確率為88.57 %；Jasper G. Tallada等分別應用高在线看片网站污污圖像技術對不同成熟度的草莓表麵損傷、蘋果的表麵缺陷及芒果的成熟度檢測進行了試驗研究。王玉田等運用熒光在线看片网站污污檢測出水果表麵殘留的農藥；胡淑芬等運用激光技術對水果表麵農藥殘留進行了試驗研究；薛龍等針對水果表麵農藥殘留，以滴有較高濃度的臍橙為研究對象，利用在线看片网站污污範圍425-725 nm的高在线看片网站污污圖像係統進行檢測，發現對較高濃度的農藥殘留檢測效果較好。本文采用高在线看片网站污污圖像技術檢測不同水果的黑白斑區域及損傷區域，以實現水果黑白斑、損傷區域快速識別的目的。

二、 試驗材料與方法

2.1  實驗材料

本研究以橙子為研究對象，分析橙子的黑白斑區域與損傷區域。其中橙子的黑白斑、損傷是非人為故意形成。

2.2  實驗設備

高在线看片网站污污成像數據采集采用四川雙利合譜科技有限公司的 GaiaSorter高在线看片网站污污分選儀係統。該係統主要由高在线看片网站污污成像儀(V10E)、CCD 相機、光源、暗箱、計算機組成，結構圖與實景圖如圖1。實驗儀器參數設置如表1。

表1   GaiaSorter 高在线看片网站污污分選儀係統參數

圖 1  GaiaSorter 高在线看片网站污污分選儀結構圖與實景圖

2.3  圖像處理分析

采用SpecView和ENVI/IDL對高在线看片网站污污數據的預處理及分析，預處理中的鏡像變換、黑白幀校準在SpecView中進行；其他數據的分析在ENVI/IDL中進行。

三、結果與討論

3  橙子黑斑斑區域、正常區域、背景的在线看片网站污污分析

以橙子的正麵和側麵為例，取橙子黑斑區域、白板區域、正常區域和背景各3個不同位置周邊50個像元，分別獲取這3個不同位置50個像元的在线看片网站污污反射率，並求取這50個像元的反射率均值，如圖3所示。從圖中可知，在580-700 nm範圍內，橙子的黑斑區域、白斑區域、正常區域的在线看片网站污污反射率上升趨勢較為顯著，而背景在此在线看片网站污污範圍，在线看片网站污污反射率上升較為緩慢，因此可以在此區域快速地識別橙子。無論從橙子的正麵在线看片网站污污還是側麵在线看片网站污污來看，在530-1000 nm範圍內，橙子的黑斑區域的在线看片网站污污反射率均低於橙子的白斑區域和正常區域。在400-1000nm範圍內，白斑區域和正常區域在藍光波段差異明顯。

圖3  橙子黑斑斑區域、正常區域、背景的在线看片网站污污反射率

3.3  橙子的zui小噪聲分離變換

對經過鏡像變換、黑白幀校準的橙子高在线看片网站污污圖像進行MNF變換(如圖4，從左到右：蘋果、正麵橙子、側麵橙子) ，分別得到以有效信息為主的波段和以噪聲為主的波段，並且按照信噪比從大到小的順序排列。原始數據的主要信息都集中在前麵特征值大的波段，後麵特征值小的波段主要以噪聲為主。特征值接近於0的多數是噪聲，選擇特征值高的波段。從圖4可知，當橙子特征值數到7時，特征值趨向於0且無顯著變化。

圖 4腐爛區域與農業殘留區域提取流程圖

3.4  zui小噪聲分離變換

由於高在线看片网站污污遙感數據波段多，波段間存在很大相關性，為了克服維數災難，利用zui小噪聲分離變換進行波段選擇，達到優化數據，去除噪聲和數據降維的目的。

zui小噪聲分離變換( MNF)是對主成分變換( PCA) 的一種改進方法。PCA 是一種線性變換，變換後各主成分分量彼此之間互不相關，隨著主成分的增加該分量包含的信息量減小，*主成分包含的信息量zui大，第二主成分與*主成分無關且在剩餘成分中包含的信息量zui大，依此類推。但PCA對噪聲比較敏感，在變換後的主成分分量中，信息量大的信噪比不一定高，當某個信息量大的主成分中包含的噪聲的方差大於信號的方差時，該主成分分量形成的圖像質量就差。針對 PCA 變換的不足，Green 和 Berman 提出zui小噪聲分離變換( MNF)，它

不但能判定圖像數據內在的維數( 波段數) ，分離數據中的噪聲，而且能減少隨後處理中的計算需求量。MNF 變換是基於圖像質量的線性變換，變換結果的成分按照信噪比從大到小排列。經過MNF變換大部分噪聲集中在特征小的分量中。而不像 PCA變換按照方差由大到小排列，從而克服了噪聲對影像質量的影響。

3.4.1基於MNF的橙子的黑白斑區域識別

    圖5列舉了橙子正麵、側麵原圖（高在线看片网站污污RGB彩色合成）、MNF變換前7個特征值灰度圖。從正麵橙子的MNF變換的特征值灰度圖來看，第1特征值灰度圖能較好地區分背景、橙子黑斑，然而，背景和橙子黑斑則無法相互區分；第2、3特征值灰度圖亮度部分為黑斑，但是無斑點橙子也會被錯誤地識別為黑斑；第4特征值灰度圖能較好地識別出橙子的黑斑和白斑，即較亮的部分為橙子的黑斑、白斑，識別效果較好；第5、6、7及往後的特征值的灰度圖則無法正確識別出黑斑、白斑區域。

圖5橙子正麵RGB原圖及前7個MNF特征值灰度圖

如圖6，從側麵橙子的MNF變換的特征值灰度圖來看，第1特征值灰度圖能較好地區分背景、橙子；第2、3特征值灰度圖識別效果並不如意，黑白斑、背景等均未能識別出來；第4特征值灰度圖雖然能識別出橙子黑斑，但是也錯誤地把部分無斑點橙子識別為黑斑；第5特征值灰度圖能較好地識別出橙子黑白斑、損傷區域，但是部分背景會錯誤地識別為黑白斑。第6、7及往後的特征值的灰度圖則無法正確識別出黑斑、白斑、損傷區域。

圖6 橙子測麵RGB原圖及前7個MNF特征值灰度圖

3.6 基於植被指數、閾值分割的橙子斑點、損傷區域快速識別

    根據圖3橙子黑白斑區域、損傷區域、正常區域和背景的在线看片网站污污反射率變化規律，構建植被指數NDVI(706, 590)去除背景並掩膜MNF5，zui後利用灰度密度分割，用紅色代表橙子斑點、損傷區域，黃色代表輕微損傷或者微小的橙子斑點，如圖7所示。從圖中可知，無論是橙子的正麵或者側麵，利用植被指數、閾值分割的方法均能快速、較為準確地識別出其斑點和損傷區域。

圖7 基於植被指數、閾值分割的橙子斑點、損傷區域快速識別

四 討論

高在线看片网站污污成像技術應用於水果斑點及損傷區域的快速識別已體現出其“圖譜合一”的*性。水果損傷和水果表皮的斑點顏色雖然能用肉眼一一識別，但是在工業生產用，僅靠人力去一一挑選無損傷、無斑點的水果，既費時費力費財。利用成像高在线看片网站污污技術，獲取不同水果的在线看片网站污污反射率，查找出其損傷、斑點的特征波段，利用特征波段構建植被指數從而實現水果損傷、斑點區域的快速有效的識別，並達到自動化挑選水果的目的。本研究結果表明，運用高在线看片网站污污成像技術，運用zui小噪聲分離、植被指數等方法等，均可有效地識別水果損傷與斑點區域，但zui小噪聲分離方法較為複雜，運算速度較慢，不適合在工業生產上進行應用，而植被指數算法簡單，僅利用2個波段進行四則運算即可實現水果損傷和斑點的快速識別。