高光谱成像技术及其在稻谷霉变检测中的研究进展.pdf
《高光谱成像技术及其在稻谷霉变检测中的研究进展.pdf》由会员分享,可在线阅读,更多相关《高光谱成像技术及其在稻谷霉变检测中的研究进展.pdf(4页珍藏版)》请在咨信网上搜索。
1、Food Science And Technology And Economy粮食科技与经济2023 年6月第48卷 第3期Jun.2023Vol.48,No.3 我国是稻谷生产大国,稻谷年产量约占全国粮食总量的 31%1。稻谷霉变会造成其重量和质量的损失,产生的霉菌毒素还会引起人类食源性疾病,直接关系到人体健康2-3。因此,开展稻谷霉变检测技术尤其是快速无损检测技术的研究,对于保障稻谷储藏的质量与安全具有重要意义。目前,稻谷霉变快速检测技术的研究主要集中在电子鼻技术、机器视觉技术、光谱技术等方面4。电子鼻是用于检测挥发性化学成分的仪器。电子鼻技术以稻谷霉变产生的气味物质所表现的特性作为检测指
2、标,建立电子鼻信号与霉菌毒素水平的关系模型,从而获得稻谷霉变情况5。该技术目前主要收稿日期:2022-12-03基金项目:吉林省教育厅科学技术研究项目(JJKH20210212KJ,JJKH20210209KJ);吉林工商学院科学技术研究项目 (K2021 第 005 号)。作者简介:董震,男,硕士,助教,研究方向为粮食储藏。通信作者:阚君满,男,研究员,研究方向为粮食信息化。高光谱成像技术及其在稻谷霉变检测中的研究进展董 震1,阚君满1,杨思成2,毕文雅3,王玉铎1(1.吉林工商学院 粮食学院,吉林 长春 130507;2.黄冈市公共检验检测中心,湖北 黄冈 438299;3.中国科学院东北
3、地理与农业生态研究所,吉林 长春 130102)摘要:高光谱成像技术将机器视觉和光谱技术的主要特征组合到一起,可同时获取被检测对象的光谱和空间信息,在食品霉变快速无损检测等方面研究广泛。文章综述和分析了高光谱成像技术及其在稻谷霉变检测中的研究进展,介绍了高光谱成像技术的基本原理及数据处理方法,包括图像采集、校准、空间和光谱预处理、降维以及分类和预测等;分析了高光谱成像技术在稻谷霉变程度检测和稻谷常见真菌种类鉴别中的应用现状。对高光谱成像技术在稻谷霉变检测应用中的研究进行了展望,提出未来还应在优化高光谱成像系统配置、改良高光谱的分类识别方法、挖掘高光图图像的空间信息、开发便携式高光谱检测设备等方
4、面开展研究工作。关键词:高光谱成像;稻谷;霉变中图分类号:O657.3;TS210.7 文献标志码:A DOI:10.16465/431252ts.20230317Research progress on hyperspectral imaging technology in detection of moldy riceDong Zhen1,Kan Junman1,Yang Sicheng2,Bi Wenya3,Wang Yuduo1(1.Jilin Business and Technology College,Changchun,Jilin 130507;2.Huanggang Publ
5、ic Inspection and Testing Center,Huanggang,Hubei 438299;3.Northeast Institute of Geography and Agroecology,Chinese Academy of Sciences,Changchun,Jilin 130102)Abstract:Hyperspectral imaging technology combined the main features of machine vision and spectral technolo-gy,which can simultaneously obtai
6、n the spectral and spatial information of the detected object,and has been widely studied in the rapid non-destructive detection of mould in foodstuffs and so on.The hyperspectral imaging technolo-gy and its research progress in rice mildew detection are reviewed and analyzed.The fundamental and dat
7、a process-ing methods of hyperspectral imaging technology were mainly introduced,including image acquisition,calibration,spatial and spectral preprocessing,dimension reduction,classification and prediction;and analyzed the application of hyperspectral imaging technology in the detection of rice mild
8、ew degree and identification of common rice fungi.The research on the application of hyperspectral imaging technology in the detection of rice mildew was prospect-ed,and it was proposed that research work should be carried out in optimizing the configuration of hyperspectral imaging system,improving
9、 the classification and recognition methods of hyperspectral images,mining the spatial information of hyperspectral images and developing portable hyperspectral detection equipment in the future.Key words:hyperspectral imaging,rice,mildew73Vol.48,No.3 Jun.2023 Food Science And Technology And Economy
10、粮食科技与经济存在灵敏度不够、抗干扰性差等问题。机器视觉技术是针对霉变稻谷颗粒表面产生的褐变、发黑等颜色以及形态特征,对获取的霉变稻谷图像进行处理,建立纹理、颜色、亮度等信息转化成的数字化信号与稻谷霉变水平的关系模型6。机器视觉的方法可以很好地表征稻谷外部霉变特征,但无法检测霉变的化学成分及其含量。光谱技术可以检测稻谷的化学成分和结构特征,是用于稻谷快速无损检测的技术之一7-8。对霉变样品的光谱信息进行建模分析,可实现对稻谷霉变的快速无损检测,但由于不能获得被测对象的物理图像信息,因此无法体现霉变的空间分布情况。高 光 谱 成 像(hyperspectral imaging,HSI)技术将机器
11、视觉和光谱技术的主要特征组合到单一平台中,在保留机器视觉和光谱技术各自的优点的同时,弥补了各自的缺点,即可同时获取被检测对象的光谱和空间信息9。随着化学计量学的发展,高光谱成像技术在稻谷霉变检测中已有了一定的应用研究。本文就高光谱成像技术及其在稻谷霉变检测中的研究作综述和分析,并对高光谱成像技术在稻谷霉变检测应用中的研究进行展望。1 高光谱成像技术的基本原理及数据处理方法高光谱成像技术是光谱技术和机器视觉的结合,获取的高光谱图像在每个波长下都有一张图像,而且每个像素都有自己的光谱。其数据处理方法主要是利用计算机算法从可见光/近红外(visible near-infrared,VNIR)或近红外
12、(near-infrared,NIR)高光谱图像中提取、存储和处理信息,并将其用于各种信息处理和数据挖掘任务,如分析、分类、回归、目标检测和模式识别等。典型的高光谱图像处理流程包括:图像采集、校准、空间和光谱预处理、降维以及分类和预测等1060-61。1.1 图像采集高光谱成像系统通常在每个图像像素处获取几百个离散波长数据点,从而产生 xyz 坐标的三维(3D)数据立方体,x、y 轴反映图像坐标信息,z 轴反映波段信息。通常采用色散光学元件(如衍射光栅、反射镜和棱镜)或电光滤波器(如液晶可调谐滤波器、声光可调谐滤波器)来获取完整的高光谱数据,产生的 3D 数据立方体通常以按波段顺序存储(BSQ
13、)、按波段行交叉存储(BIL)或按波段像元交叉存储(BIP)的格式构建11。这些数据可用ENVI 软件进行进一步处理。1.2 校 准高光谱图像数据校准对于保证高光谱图像系统所获取结果的准确性是很重要的,在食品和农业中高光谱图像数据的校准主要指反射率校正和平场校正。反射率校准是利用光谱平滑和空间均匀的标准材料,将测量的数字转换为反射率百分比的过程。百分比反射率校准方程如下:R(x,y,)=Iwhite(x,y,)-Im(x,y,)Iwhite(x,y,)-Idark(x,y,)C()(1)式中:Iwhite、Idark和 Im分别为白色参考、暗电流和测量图像;x 和 y 为空间坐标,像素;为波长
14、,nm;C(*)为在每个波长处定义的乘法比例因子,其通常由制造商提供。平场校正是指当图像包含一个具有相对平滑光谱曲线和表面平坦的均匀区域时,将每个图像光谱除以平场平均光谱,使得其转换为相对反射率1062-63。1.3 空间和光谱预处理空间预处理是增强或调整空间图像信息的过程,任何用于滤波和增强的传统图像处理技术都可以在这里应用11。如通过直方图均值化或主成分分析法(PCA)移除坏点、背景信息和边缘效应,通过傅里叶变换(FT)提取出可用来对图像区域中物体类型进行分类的纹理特征,也可通过小波变换(WT)减少图片噪声和模糊边缘。为了提高模型的稳健性,消除高光谱数据中无用的信息和噪声的影响,在建模之前
15、,还需对原始光谱数据进行预处理。1.4 降 维当样本量大小固定时,增加维数并不能提高分类精度,这一现象被称为维数灾难或修斯(Hughes)现象。因此,通常的做法是减小高光谱数据的维数并在较低维空间中提取空间和光谱特征。从而从大量的数据信息中提取出反映样品信息的关键信息,减小冗余数据干扰,提高计算效率。一般的特征提取方法包括主成分分析、偏最小二乘法(PLS)、独立成分分析(ICA)、核 PCA 和空间图像处理等12。1.5 分类和预测针对不同的分析、分类、检测目标,需要不同的数据挖掘方法对高光谱数据进行处理,这些方法已经在化学计量学中有了广泛应用。高光谱图像数据分类和预测中最常用的数据分析技术主
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 光谱 成像 技术 及其 稻谷 霉变 检测 中的 研究进展
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。