基于计算机视觉的稻谷品种识别技术的研究

稻谷品种目前均由人工检测，工作量巨大，而且检测结果主观性强，一致性差。研究出用计算机视觉技术代替人眼对稻谷进行品种识别，提出把图像的颜色特征和形状特征结合起来进行稻谷品种识别的方法，通过贝叶斯决策方法建立识别分类器，识别正确率达到88．3％以上。     

苹果果梗和缺陷的识别技术研究

为解决苹果自动检测和分选中苹果果梗和缺陷的识别这一瓶颈问题，提出基于HIS颜色模型下亮度，的分布特性，从信号处理的角度确定苹果的果梗和缺陷区域．再提取区域纹理特征，构筑模拟退火神经网络作为模式分类器，区分果梗和缺陷．试验结果表明用该方法识别准确率接近90％．为苹果的在线检测和分级打下了良好的基础．     

化学仪器与电子舌表征绿茶滋味感官品质的比较

为弥补感官审评方法评定绿茶滋味品质存在的不足,研究采用化学仪器方法和电子舌方法评价绿茶的滋味感官品质.利用化学分析仪器测定茶汤的10种主要滋味成分(茶多酚、氨基酸、咖啡碱、GA、EGC、C、EGCG、GCG、ECG和儿茶素总量)含量,同时利用电子舌获取茶汤的传感器响应值.分别建立10种滋味成分含量与滋味感官评分、传感器响应值与滋味感官评分之间的BP-ANN模型.结果表明:用2种方法评价绿茶的滋味感官品质,其准确度都可靠,但基于电子舌方法建立的BP-ANN模型性能更好;该模型对预测集样本的预测均方根误差为1.913,模型预测值与实际评分值之间的相关系数为0.932,说明利用电子舌方法能更好地预测绿茶的滋味感官品质.     

应用电子舌技术识别水体的水华污染程度

为了检测湖水、河水等水华污染情况,先采集水样,再根据国标和相关标准,将水样分为轻、中、重度水华污染3类.利用电子舌技术对采集的水样进行检测,得到的电子舌信号数据通过主成分分析,建立Fisher判别模型,正确识别率达到100%;另建立了BP神经网络对水华污染的等级进行判别,通过训练,对水样的识别率和验证率均达到100%.研究结果表明,电子舌技术简便快捷,无需复杂、专业的预处理过程,就能对湖、河水水华进行快速分类识别,在湖、河水质量监控以及建立水质预警系统方面具有理论意义和实用价值.     

大米加工精度检测方法的研究进展

大米加工精度是衡量大米品质的重要指标,本文综述了大米加工精度检测方法的研究进展．     

大米加工精度检测方法的研究进展

大米加工精度是衡量大米品质的重要指标,本文综述了大类加工精度检测的研究进展。     

基于支持向量机的苹果检测技术

由于苹果果梗和缺陷的识别是苹果检测中的难点，两者的误分类会造成苹果等级的误判．作者提出了苹果果梗和缺陷图像分形特征提取的改进算法，构建了支持向量机并采用SMO算法对其进行训练．用计算机视觉系统采集苹果图像，然后提取苹果果梗和缺陷的分形特征作为支持向量机的输入进行识别．用富士苹果进行试验，得到的平均识别正确率为90．6％．     

基于嗅觉可视化的鲳鱼TVB-N预测模型

采用半微量凯氏定氮法对4℃恒温下储藏的冰鲜鲳鱼的TVB-N进行检测,同时利用嗅觉可视化技术提取其挥发性气味信息,将嗅觉可视化传感器阵列与鲳鱼挥发性气体发生反应前后的RGB颜色变化值作为传感器响应值,分别建立TVB-N的偏最小二乘法(PLS)、遗传偏最小二乘法(GA-PLS)预测模型.经比较,GA-PLS模型预测效果更优,预测集相关系数达到0.851 7;可视化传感器阵列响应信号与TVB-N之间存在较高的相关性,可以快速预测出鱼储藏期间TVB-N变化,从而无损评价鱼的新鲜度.     

可视化传感技术在桃子质量评价中的应用

利用卟啉类化合物制成可视传感器阵列,对3类桃子(正常、机械损伤、真菌感染)进行测试.提取桃子的气味信息,将传感器阵列与桃子顶空气体发生反应前后的颜色变化作为特征值.对特征值进行主成分分析,提取前6个主成分用于最小二乘支持向量机建模.对训练集中的26个样本进行测试,模型的回判正确率达100%;对24个预测样本的识别正确率达91.7%.研究表明可视传感器阵列用于桃子的质量评定是可行的,对其他水果的评定有直接借鉴作用.