基于高光谱成像技术的羊肉新鲜度预测系统研究

来源 :内蒙古农业大学 | 被引量 : 0次 | 上传用户:ppt1000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
应用传统方法检测羊肉新鲜度不仅耗时费力,对样本造成破坏,还存在一定的主观干扰因素,不能准确判定羊肉的新鲜状况。因此,应当寻求一种快速、无损且准确度较高的检测手段以推动我国羊肉产业的发展。近年来,随着高光谱成像技术的逐步发展和成熟,该技术在农畜产品品质检测领域的应用受到了国内外研究者的广泛关注。挥发性盐基氮含量是评价羊肉新鲜度的重要指标,本文尝试采用对农畜产品无损检测的高光谱图像技术预测羊肉中挥发性盐基氮的含量。为实现羊肉新鲜度的无损、快速检测,研究设计了基于高光谱成像技术的羊肉新鲜度预测系统,使用Java编程语言在Eclipse集成开发环境下对软件进行编写设计。具体进行了如下研究:(1)以内蒙古锡林郭勒羊肉为研究对象,获取羊胴体里脊部位的羊肉样品81块并进行图像数据采集。按照国家标准进行样本TVB-N含量的标量测定。使用标准正态变量方法(SNV)对原始光谱图像进行预处理。采用二维主成分分析法(2D-PCA)对原始高光谱图像数据降维,优选出1257.49 nm、1396.19 nm、1736.15 nm波长下的特征图像。(2)对特征图像提取纹理和颜色特征参数共计54个,筛选出与TVB-N含量相关性高的特征参数,作为人工神经网络(BP-ANN)和偏最小二乘回归(PLSR)模型输入量,构建羊肉TVB-N含量的预测模型。结果发现,BP-ANN模型对预测集的决定系数R2为0.86,预测均方根误差为3.33,PLSR模型对预测集的决定系数R2为0.81,预测均方根误差为3.96,BP-ANN的预测效果明显优于PLSR模型。将人工神经网络预测模型嵌入软件系统,用于预测羊肉TVB-N含量。(3)设计羊肉新鲜度预测软件系统。分析系统功能需求,设计相关功能模块,软件系统实现用户登录、主成分图像提取、纹理特征提取、保存特征值、训练、预测等基本功能。测试系统的图像降维、纹理特征提取、数据保存、模型训练和预测TNB-N含量等功能,结果表明,羊肉新鲜度预测系统针对高光谱图像数据可有效降维且能准确预测TNB-N含量,基本可以实现预期功能,符合设计要求。本研究设计了基于高光谱成像技术的羊肉新鲜度检测系统,可实现高光谱图像数据处理与TVB-N含量预测等功能,为快速、准确、无损地检测羊肉新鲜度提供了新的思路,对未来肉类品质检测的发展具有重要意义。
其他文献
在实验室或企业等组织的运转过程中,设备是非常重要的物质资源,它直接影响着实验室的科研成本、科研效率以及科研成果质量,因此实验室或企业的设备管理水平与其未来发展息息
综合监视系统(ISS)包含地形感知与告警系统(TAWS)、空中交通防撞系统(TCAS)和机载气象雷达(WXR),是飞机通信、导航和监视航空电子系统(CNS)的重要组成部分,提供飞机周围的地形、空中交通状况和气象等信息,增强飞行员对周围环境的感知能力,保障飞行安全。本文主要对综合模块化航空电子(IMA)架构下的综合监视系统仿真器设计进行研究,对比传统的联合式综合监视系统结构,设计了综合模块化航空电子
随着信息化技术与人类社会的不断结合,人类与软件之间也越来越密不可分。而自从软件问世以来,其质量问题一直是困扰人们的一大难题,每年因为软件质量造成的损失更是数以亿万
在房地产多元化发展的今日,随着国家近些年对于楼市的政策性调整,房地产企业面临着政策和同业竞争的双重压力。所以在当前背景下,中国的房地产营销模式也在逐渐发生了改变,已
高光谱图像分类是遥感图像处理领域中的热门研究问题,然而大量高光谱图像的标记样本获取困难,人工标记成本较大,限制了分类性能的提升。针对以上问题,本文基于主动学习和卷积
当两种不同密度流体的分界面受到激波作用时,界面上的初始小扰动会随着时间不断增长,并最终形成成湍流混合,这种典型的界面失稳现象被称为Richtmyer-Meshkov(RM)不稳定性。RM
习近平总书记强调,必须增强政治意识,善于从政治上看问题,善于把握政治大局,不断提高政治判断力、政治领悟力、政治执行力。广大党员干部要锤炼政治品格,不断提高"政治三力",
传统的视觉SLAM(Simultaneous localization and mapping)系统大多数只适用于小范围、静态的环境中,近年来,一些研究者也逐渐将研究方向投入到将SLAM系统与语义分割系统结合
X射线断层成像(X-ray computed tomography,XCT)技术,因其能无损地重建被测物体内部结构的能力,被广泛地应用于医学诊断、工业检测和材料分析等领域.在实践中,由于实验设备、测
块坐标下降法(BCD)循环使用不同的块坐标方向求解问题的最优解.由于此类算法具有迭代成本低、内存需求小、易于并行化等特点,在大规模数值优化中得到了广泛应用.给定一组来自多