近红外高光谱成像技术的桃轻微损伤早期检测论文.docx

近红外高光谱成像技术的桃轻微损伤早期检测论文

关于近红外高光谱成像技术的桃轻微损伤早期检测论文引言桃柔软多汁、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[1]，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。水果表面缺陷的检测目前广泛使用RGB成像系统。然而，在桃受损伤的早期，轻微损伤的表面和正常部位几乎一样，肉眼很难识别，RGB成像系统难以满足需要。而受损区域的含水量要高于其他正常组织，这种变化可以通过RGB以外的特定波长下的光谱表现出来。近年来，可以同时获取被测对象的空间及光谱信息的高光谱成像技术在水果表面轻微损伤检测中得到了广泛的使用。Xing等应用可见/近红外(400～1000nm)高光谱图像对‘Jonagold’(乔纳金)苹果和‘GoldenDelicious’苹果表面损伤进行检测。识别结果表明:损伤发生1天后的苹果检测率分别为77.5%和86%。ElMasry等(2008年)以‘Mc-Intosh’苹果为研究对象，应用可见/近红外(400～1000nm)对发生1h内的损伤进行检测，最终确定近红外区域的3个有效波段(750、820、960nm)可用来检测。黄文倩等以具有代表性的阿克苏苹果为研究对象，采用高光谱成像技术(320～1100nm)和分段主成分分析对发生0.5h之内的损伤苹果进行早期检测研究，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为近红外范围(780～1000nm)。结果表明:正常果的识别率为100%，损伤果的识别率为96%。Benxue应用在在500～800nm范围的高光谱数据对香梨表面损伤进行检测，检测正确率为89.4%。Byoung-Kwan以'Shingo'梨为研究对象，探讨了应用高光谱1000～1700nm范围的红外图像检测梨表面损伤的可行性。吕强等基于可见/近红外高光谱图像(408～1117nm)研究对肉眼难以识别的隐性损伤猕猴桃的检测方法。结果表明:所建立模型对损伤猕猴桃的总体正确判别率为85.5%。高光谱成像技术在桃损伤检测上的研究鲜有报道。分析国内外的关于肉眼难以识别的水果表面损伤检测的研究报道，这些研究主要集中在波长范围为400～1000nm的可见光/近红外光谱波段，大部分检测率还有待提高。损伤区域含水量的变化主要反应在光谱的近红外区域，EIMasry等、黄文倩等最终选择的最优波段集中在近红外区域。近红外高光谱波段多、光谱响应范围广，同时对颜色不敏感，对表面颜色分布不均的水果损伤检测中应有一定的.优势。为此，基于近红外(900～1700nm)高光谱成像技术对损伤12h后的‘北京8号’桃进行早期检测研究。首先，根据光谱图信息确定区分损伤与正常区域的光谱波段;然后，基于选择的光谱波段，通过主成分分析(PrincipalComponentsAnalysis，PCA)和独立成分分析(IndependentComponentAnalysis，ICA)两种方法进行降维，结合图像处理算法进行损伤区域分割提取，研究近红外高光谱成像技术对桃轻微损伤的早期检测。1材料与设备1.1实验材料实验用样品为陕西广泛种植的“北京8号”，果实成熟时果面主要着青色，朝阳面着不均匀红色，圆球形，绒毛密短，果皮薄，果肉乳白色，离核。在成熟期从桃园中轻轻摘取一批桃样本，选取形状规则、无肉眼可观测到的损伤、无病斑及直径在50mm左右的桃为试验样本。通过一平板分别给桃赤道附近施加15kg左右的压力，以制备压伤样品。挑选出肉眼很难识别的压伤样品60个，选无损样本60个。样品发生12h后，在室温(22℃)条件下采集每个样品的高光谱图像。“北京8号”桃某一损伤样本采集高光谱数据后去皮前后的彩色图像。从图1(a)中可以看出:样本受损12h后肉眼很难看识别损伤区域;图1(b)是去掉表皮后的样本，可见皮下组织细胞已发生变化，说明已经受损。1.2高光谱图像采集系统本研究采用的实验平台是北京卓立汉光仪器有限公司开发的HyperSIS高光谱成像系统，如图2所示。该系统主要由光谱相机(即高光谱成像仪)、CCD面阵探测器、暗箱和电机控制电源箱组成。其中，暗箱包括4个白光漫反射型光源(100W)及移动载物台。数据采集软件为SpectralSENS。光谱相机测量的光谱波长范围为900～1700nm，光谱分辨率为5nm，光谱采样平均间隔为3.32nm，成像分辨率是320×250。1.3高光谱图像采集高光谱数据采集前，为保证高光谱图像的清晰度并避免图像尺寸和空间分辨率失真，需要调整高光谱成像仪的参数。反复实验后，高光