聯(lián)系電話:
010-5637 0168-696
利用高光譜成像技術(shù)對貢梨損傷與農(nóng)藥殘留檢測研究
?高光譜圖像技術(shù)結(jié)合了光譜分析和圖像處理的技術(shù)優(yōu)勢,對研究對象的內(nèi)外部品質(zhì)特征進行檢測分析,趙杰文等利用高光譜圖像技術(shù)檢測水果輕微損傷,準確率為88.57 %;Jasper G .Tallada等分別應用高光譜圖像技術(shù)對不同成熟度的草莓表面損傷、蘋果的表面缺陷及芒果的成熟度檢測進行了試驗研究。王玉田等運用熒光光譜檢測出水果表面殘留的農(nóng)藥;胡淑芬等運用激光技術(shù)對水果表面農(nóng)藥殘留進行了試驗研究;薛龍等針對水果表面農(nóng)藥殘留,以滴有較高濃度的臍橙為研究對象,利用光譜范圍425-725 nm的高光譜圖像系統(tǒng)進行檢測,發(fā)現(xiàn)對較高濃度的農(nóng)藥殘留檢測效果較好。本文采用高光譜圖像技術(shù)檢測不同水果的損傷區(qū)域和農(nóng)藥殘留區(qū)域,以實現(xiàn)損傷區(qū)域和農(nóng)藥殘留區(qū)域共同識別的目的。
二、 試驗材料與方法
2.1 實驗材料
本研究以貢梨為研究對象,分析貢梨的損傷區(qū)域。其中貢梨的損傷區(qū)域由人工模擬形成。
2.2 實驗設備
高光譜成像數(shù)據(jù)采集采用四川雙利合譜科技有限公司的 GaiaSorter高光譜分選儀系統(tǒng)。該系統(tǒng)主要由高光譜成像儀(V10E)、CCD 相機、光源、暗箱、計算機組成,結(jié)構(gòu)圖與實景圖如圖1。實驗儀器參數(shù)設置如表1。
表1 GaiaSorter 高光譜分選儀系統(tǒng)參數(shù)
序號 | 項目 | 參數(shù) |
1 | 光譜掃描范圍/nm | 350~1000 |
2 | 光譜分辨率/nm | 2.8 |
3 | 采集間隔/nm | 1.9 |
4 | 光譜通道數(shù) | 520 |
圖 1 GaiaSorter 高光譜分選儀結(jié)構(gòu)圖與實景圖
2.3 圖像處理分析
采用SpecView和ENVI/IDL對高光譜數(shù)據(jù)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(shù)據(jù)的分析在ENVI/IDL中進行。
三、結(jié)果與討論
3. 貢梨損傷區(qū)域和正常區(qū)域的光譜分析
取貢梨損傷區(qū)域與正常區(qū)域各200個像元,分別獲取這200個像元的光譜反射率,并求取這200個像元的反射率均值,如圖3所示,其中,紅色代表紅色的損傷區(qū)域光譜區(qū)域的光譜反射率,綠色代表正常區(qū)域的光譜反射率。從圖中可知,在400-100 nm范圍內(nèi),損傷區(qū)域的光譜反射率高于正常區(qū)域。從光譜曲線變化可知,這兩個區(qū)域在540 nm處有一峰值,在650 nm處有一吸收谷,在650-680 nm區(qū)間有一陡坡,由于2個區(qū)域均有以上特征,所以可以認為這也是蘋果*的特征位置。比較可知,除峰值位置不同,其他波段范圍蘋果與貢梨的光譜曲線變化規(guī)律相似。
圖3 貢梨損傷區(qū)域與正常區(qū)域的光譜反射率
3.4 貢梨損傷區(qū)域的提取
對經(jīng)過鏡像變換、黑白幀校準的高光譜圖像,根據(jù)貢梨與背景區(qū)域的光譜差異,利用ENVI/IDL軟件中的zui大似然法,獲取純貢梨圖像,對貢梨的圖像做主成分分析,根據(jù)獲取的主成分圖像,選取能較好區(qū)分貢梨損傷區(qū)域、和正常區(qū)域的主成分圖像(PC5),通過閾值分割的方法獲取貢梨的損傷區(qū)域,如圖5所示。
圖 5 貢梨損傷區(qū)域提取流程圖
3.5 討論
高光譜成像技術(shù)應用于水果表面損傷、農(nóng)藥殘留已體現(xiàn)出其“圖譜合一”的*性。水果輕微損傷和農(nóng)藥的微量殘留往往發(fā)生在表皮之下,和正常區(qū)域的顏色相差不大,肉眼難以識別。隨著時間的推移,損傷區(qū)域會逐漸褐變,zui后導致整個水果腐爛,甚至影響其他果實,而少量的農(nóng)藥則會滲透進入果實中,消費者吃了會導致中毒。本研究結(jié)果表明,運用高光譜成像技術(shù),運用主成分分析、腌膜等方法等,可以有效地提取水果損傷與農(nóng)藥殘留區(qū)域,從而達到快速檢測的目的。
技術(shù)支持:化工儀器網(wǎng) 管理登陸 網(wǎng)站地圖