高光譜相機解決方案

  • 基于高光譜成像技術的蘋果表面缺陷無損檢測

  • 信息來源：彩譜品牌廠家   瀏覽次數(shù)：125    發(fā)表時間：2022-11-10

  •  

           蘋果在生長過程中,經(jīng)常會受到各種因素的影響導致蘋果表面出現(xiàn)缺陷，從而影響蘋果的外觀，甚至使其喪失了可食性,極大地影響了蘋果的品質和分級銷售。由此可見,對新鮮蘋果的表面缺陷檢測顯得尤為重要。傳統(tǒng)的檢測方法大多是人工操作，耗時耗力，而且效率低，無法滿足大規(guī)模生產(chǎn)的需求。因此，開發(fā)研制一種快速、無損、高效的蘋果表面缺陷檢測方法在水果分級檢測領域中具有較好的應用前景。近年來，基于高光譜成像技術的無損檢測技術以其高效、無損、可實時在線檢測等諸多優(yōu)點受到科研工作者的廣泛關注,被廣泛應用于食品、醫(yī)藥和化工等各個領域。國內(nèi)外研究學者對水果的品質檢測分析主要集中在水果內(nèi)部品質的定量檢測方面而在水果外部品質(早期損傷和表面缺陷等)檢測方面的研究相對較少。
           本研究以“紅富士”蘋果為研究對象，采用高光譜成像技術結合圖像分割技術檢測蘋果表面缺陷，以期為開發(fā)蘋果表面缺陷在線快速檢測系統(tǒng)提供研究基礎。應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產(chǎn)品FS13進行相關研究。
     
           蘋果樣本高光譜圖像經(jīng)過MNF變換后的前15個波段對應的特征值均大于1.4,且前15個 MNF成分累積百分比超過95.25名，進而選取前15個MNF成分圖像進行反向MNF變換,有效地解決了蘋果高光譜圖像中存在的噪聲。完好無損和表面有缺陷蘋果的高光譜圖像的光譜反射率值在700nm~800nm以及900nm~1000nm波段范圍內(nèi)具有明顯的差異，選取717.98nm處的光譜反射率值小于0.6以及982.59nm處的光譜反射率值大于0.52作為區(qū)分蘋果正常區(qū)域和表面缺陷區(qū)域的閾值條件,通過閾值分割方法識別出表面有缺陷的蘋果,該檢測方法對80個完好無損蘋果和40個表面有缺陷蘋果的正確 識別率分別為97.58%和95%。試驗結果為開發(fā)蘋果表面缺陷在線快速檢測系統(tǒng)提供基礎。
     
  • 【關閉本頁】 【返回頂部】 【打印此頁】 【收藏此頁】