利用高光谱及光谱图像技术对鸡胴体表面污染物检测的研究

利用高光谱及光谱图像技术对鸡胴体表面污染物检测的研究

论文摘要

本研究的目的是利用高光谱及光谱图像技术,对鸡胴体表面的十二指肠内容物、回肠内容物、盲肠内容物、血液、胆汁和泥土等物质进行无损、实时、在线的检测,改变传统的人工目视检测方式,提高检测结果的可信度,并建立国内高光谱及光谱图像检测鸡胴体表面污染物的方法。首先通过高光谱技术分析各种污染物与皮肤在350-2500nm区间的差异,寻找适合检测的条件、关键波段和方法,为光谱图像检测提供方向;然后分别利用可见光区域和红光-近红外区域的鸡胴体腹部多光谱图像进行污染物检验,主要的检测手段是用关键波段下比率图像的拉伸或分割来显示有无污染物。主要研究结果如下:进行了污染物与皮肤的反射性试验并比较了它们之间的光谱差别,得出在检测鸡胴体表面污染物时,有效光谱范围是350-1500nm,在这个区域内,室内外测得的数据差别不大。不同鸡的同段肠道内容物的光谱形状相似,光谱的峰值等特征基本相同,但是反射率大小略有差异。皮肤与污染物在可见光区域内的相同特征较少,在近红外的区域内的相同特征较多,皮肤光谱的在510-540nm,687-810nm,870-918nm三处与大部分污染物的光谱夹角较大,比较适合用SAM把污染物从皮肤上视觉分离。各种污染物与皮肤光谱差的二阶导数在1000nm都出现了峰值,说明1000nm是检测皮肤上污染物的重要波段。通过Nuance多光谱影像系统完成了对污染物的多光谱图像检测,得到红光近红外区域内检测鸡胴体表面污染物的关键波段是1070、950、870、850nm,通过关键波段图像的比率,建立了检测鸡胴体表面污染物的方法。在517、565和600nm三个滤光片构成的光栅型可见光多光谱图像系统中,得出在左右书上中下共6盏100瓦的PHILIPS的照明管型卤钨灯能更好的显示被检测区域,并且在曝光时间为50ms时最为理想。在掩模阈值为39、图像分割阈值为0.345时,通过本试验的检测程序,用517/565nm比率图像能够检测出污染物(盲肠内容物、十二指肠内容物和胆汁),但是,对回肠内容物检测效果不佳。

论文目录

  • 目录
  • 摘要
  • ABSTRACT
  • 引言
  • 第一部分 文献综述
  • 第一章 高光谱及高光谱图像概述
  • 1 高光谱
  • 1.1 非成像光谱仪与分光光度计的区别
  • 1.2 高光谱工作原理
  • 1.3 非成像光谱仪
  • 2 高(多)光谱图像
  • 2.1 高光谱图像与普通图像的区别
  • 2.2 高光谱图像与高光谱关系
  • 2.3 高光谱图像工作原理
  • 2.4 高光谱遥感数据处理系统和处理技术
  • 2.5 Nuance多光谱影像系统
  • 2.6 高光谱图像系统组成
  • 第二章 高光谱及光谱图像应用研究进展
  • 1 高光谱在农作物方面的应用研究
  • 1.1 小麦的高光谱应用研究
  • 1.2 水稻的高光谱应用研究
  • 1.3 大豆的高光谱应用研究
  • 1.4 玉米的高光谱应用研究
  • 1.5 其它农作物的应用研究
  • 2 高光谱在农产品方面的应用研究
  • 3 本章小结
  • 第三章 本研究的目的、意义和技术方案
  • 1 研究背景、目的和意义
  • 1.1 研究背景
  • 1.2 研究目的
  • 1.3 研究意义
  • 2 研究内容
  • 2.1 试验总体思路
  • 2.2 技术路线
  • 第二部分 试验研究
  • 第一章 运用高光谱对鸡胴体表面污染物检测初步研究
  • 1 材料与方法
  • 1.1 待测样品的准备
  • 1.2 光谱仪
  • 1.3 样品光谱采集
  • 1.4 比较法测量
  • 1.5 光谱处理
  • 2 结果与分析
  • 2.1 比较室内外测得数据的异同
  • 2.2 不同鸡同种污染物光谱关系
  • 3.3 污染物与鸡皮肤的光谱区分
  • 3 讨论
  • 4 本章小结
  • 第二章 红光近红外多光谱图像检测鸡胴体表面污染物
  • 1 试验材料
  • 1.1 待测样品的准备
  • 1.2 红光近红外多光谱成像仪
  • 1.3 图像处理软件
  • 2 试验方法与步骤
  • 2.1 图像采集
  • 2.2 目标区域的选择
  • 2.3 图像掩模
  • 2.4 关键波段的选择
  • 2.5 比率图像
  • 2.6 图像分割
  • 3 检测方法的分析
  • 3.1 图像采集与条件要求
  • 3.2 检测方法的评定
  • 4 本章小结
  • 第三章 可见光多光谱图像检测鸡胴体表面污染物
  • 1 试验材料
  • 1.1 待测样品的准备
  • 1.2 可见光多光谱图像成像系统
  • 1.3 图像处理软件
  • 2 试验方法与步骤
  • 2.1 图像采集
  • 2.2 图像处理与分析
  • 3 本章小结
  • 全文结论
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表论文情况
  • 相关论文文献

    • [1].基于改进非负矩阵分解的多组分气体光谱解混算法[J]. 量子电子学报 2019(06)
    • [2].基于光谱分离的定量荧光共振能量转移检测[J]. 中国激光 2020(02)
    • [3].《光谱》[J]. 科技与创新 2020(16)
    • [4].基于光谱角与光谱距离的目标识别方法[J]. 大气与环境光学学报 2020(05)
    • [5].用于激光吸收光谱二维重建的光谱优化选择方法研究[J]. 推进技术 2020(10)
    • [6].试论基于光谱的食品安全快速检测关键技术[J]. 食品安全导刊 2018(30)
    • [7].光栅光谱仪的光谱重建[J]. 物理实验 2017(05)
    • [8].空间外差光谱自适应基线校正研究[J]. 光谱学与光谱分析 2017(09)
    • [9].激光诱导击穿光谱空间约束增强方法研究[J]. 沈阳理工大学学报 2017(04)
    • [10].速度光谱[J]. 汽车生活 2012(02)
    • [11].牡丹江老年大学举办“丹青妙笔歌盛世·翰墨流光谱新篇”主题书画展[J]. 老年教育(书画艺术) 2020(10)
    • [12].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2017(02)
    • [13].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2016(12)
    • [14].一种基于激光诱导击穿光谱的奶粉重金属检测新方法[J]. 纳米技术与精密工程 2017(04)
    • [15].激光诱导击穿光谱:从实验平台到现场仪器[J]. 分析化学 2017(09)
    • [16].光谱解析法在有机化学中的应用研究[J]. 化工管理 2017(30)
    • [17].颠倒光谱论证在现实中可行吗?——论功能主义对颠倒光谱论证的回应[J]. 自然辩证法通讯 2014(06)
    • [18].基于参考温度的多目标极小值优化原理的多光谱真温反演[J]. 光谱学与光谱分析 2020(07)
    • [19].环境水化学过程光谱量子信息识别与定量表征技术[J]. 环境工程学报 2020(10)
    • [20].透过棱镜看星星:简易方法拍光谱[J]. 天文爱好者 2008(01)
    • [21].基于改进光谱角算法的小麦产量监测研究[J]. 新疆农业科学 2011(01)
    • [22].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2009(01)
    • [23].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2008(12)
    • [24].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光散射学报 2008(04)
    • [25].双光谱二维异步相关光谱表征分子间相互作用的可行性研究[J]. 光谱学与光谱分析 2020(04)
    • [26].基于生成对抗网络的白矮主序双星光谱分解研究[J]. 光谱学与光谱分析 2020(10)
    • [27].光谱调控植物生长发育的研究进展[J]. 照明工程学报 2018(04)
    • [28].改进量子遗传算法在光谱分配中的应用[J]. 潍坊学院学报 2016(02)
    • [29].光谱方案中的活动区教学[J]. 山东教育 2009(12)
    • [30].国际光谱会议预告[J]. 光谱学与光谱分析 2011(03)

    标签:;  ;  ;  ;  

    利用高光谱及光谱图像技术对鸡胴体表面污染物检测的研究
    下载Doc文档

    猜你喜欢