高光譜檢測小麥硬度

1、畢業(yè)論文答辯高光譜檢測小麥硬度目錄研究背景研究背景研究目標研究目標研究過程研究過程得出結論得出結論研究不足研究不足第第章章研究背景研究背景1PART ONEPART ONE研究背景研究背景小麥籽粒硬度是影響面粉用途和品質的重要因素，很大程度上決定了小麥籽粒硬度是影響面粉用途和品質的重要因素，很大程度上決定了小麥的食用品質和市場價值。小麥的食用品質和市場價值。傳統(tǒng)測試小麥籽粒硬度的方法采用角質率法、壓力法、研磨法和近紅傳統(tǒng)測試小麥籽粒硬度的方法采用角質率法、壓力法、研磨法和近紅外法等，存在破壞性或不全面等缺陷。高光譜檢測方法能夠實現無損外法等，存在破壞性或不全面等缺陷。高光譜檢測方法能夠實現無損

2、測量，提高測試效率和自動化程度，并能夠更全面地反映硬度性質。測量，提高測試效率和自動化程度，并能夠更全面地反映硬度性質。當前，國內外用高光譜圖像技術研究小麥籽粒硬度技術尚未成熟，相當前，國內外用高光譜圖像技術研究小麥籽粒硬度技術尚未成熟，相關文獻還不夠多，在小麥籽粒硬度檢測方向的數據不夠完善，且應用關文獻還不夠多，在小麥籽粒硬度檢測方向的數據不夠完善，且應用范圍窄，距離投入實際應用存在一些距離。范圍窄，距離投入實際應用存在一些距離。第第章章研究目標研究目標2PART PART twotwo研究目標研究目標u 本次研究的主要目標是通過高光譜對小麥硬度進行全本次研究的主要目標是通過高光譜對小麥硬度

3、進行全面的快速無損檢測。面的快速無損檢測。u 具體過程：首先采集樣本并進行小麥硬度的測試；然具體過程：首先采集樣本并進行小麥硬度的測試；然后采集小麥高光譜圖像，并對高光譜圖像進行處理，其后采集小麥高光譜圖像，并對高光譜圖像進行處理，其次對圖像數據進行預處理（平滑處理、變量標準化、多次對圖像數據進行預處理（平滑處理、變量標準化、多元散射校正、求導等）接著通過偏最小二乘回歸法對光元散射校正、求導等）接著通過偏最小二乘回歸法對光譜數據進行降維，建立小麥硬度光譜曲線的多元回歸模譜數據進行降維，建立小麥硬度光譜曲線的多元回歸模型，最后比較回歸預測效果進而得出相應結論。型，最后比較回歸預測效果進而得出相應

4、結論。第第章章研究過程研究過程3PART PART ttreettree研究過程研究過程1 1：小麥樣品的采集和硬度測試：小麥樣品的采集和硬度測試物性測定儀主要功能：可對樣品的物物性測定儀主要功能：可對樣品的物性概念做出數據化的表述。檢測數據性概念做出數據化的表述。檢測數據有硬度、脆度、膠黏性、回復性、彈有硬度、脆度、膠黏性、回復性、彈性凝膠強度等。性凝膠強度等。選取選取11個小個小麥品種：麥品種：N9695、阿、阿勃、藁勃、藁9411、邯邯6172、皖、皖33、溫麥、溫麥6號、號、西農西農1376、小偃小偃6號、鄭號、鄭農農16、中育、中育6號、周號、周13-1，每種采集了每種采集了50粒。

5、粒。硬度儀參數設置硬度儀參數設置測試速度：前測試速度：前5mm/s;中中2；后；后10下壓距離：下壓距離：0.8mm觸發(fā)應力：觸發(fā)應力：5g研究過程研究過程1：小麥樣品的采集和硬度測試：小麥樣品的采集和硬度測試測試參數：力量、測試參數：力量、時間、距離時間、距離測試類型：標準的測試類型：標準的測試方法，測試方法，SIN變變速測試，衰減度，速測試，衰減度，松弛測試，流變測松弛測試，流變測試，粉體流變，面試，粉體流變，面團吹泡，面團拉伸團吹泡，面團拉伸等等力量范圍：力量范圍：+/-5Kg +/-50Kg移動速度范圍：移動速度范圍：0.0140mm/s測試距離范圍：測試距離范圍：0.001295mm

6、PC連接端口，連接端口，RS232標準端口或標準端口或USB端口端口操作溫度：操作溫度：040研究過程研究過程2：高光譜圖像的采集和處理：高光譜圖像的采集和處理 本次試驗使用的高光譜成像系統(tǒng)的實驗設備：本次試驗使用的高光譜成像系統(tǒng)的實驗設備：ImSpectorN17EImSpectorN17E近紅外高光譜相機，通過調節(jié)適當的近紅外高光譜相機，通過調節(jié)適當的工作參數，利用計算機控制系統(tǒng)的運行，最終拍攝工作參數，利用計算機控制系統(tǒng)的運行，最終拍攝了了1111種小麥樣品的高光譜圖像。種小麥樣品的高光譜圖像。 由于直接由高光譜圖像采集系統(tǒng)獲得的的圖像含由于直接由高光譜圖像采集系統(tǒng)獲得的的圖像含有樣品信

7、息外，還包含樣品背景、噪聲等無用信息，有樣品信息外，還包含樣品背景、噪聲等無用信息，所以要對圖像進行一系列處理。所以要對圖像進行一系列處理。 高光譜成像系統(tǒng)結構示意圖研究過程研究過程2：ENVI軟件處理圖像軟件處理圖像第第256波波段段第第240波波段段第第4波波段段第第100波波段段第第20波波段段裁剪結果裁剪結果研究過程研究過程2：ENVI軟件裁剪圖像軟件裁剪圖像空間裁剪：為裁掉標簽，更改坐標空間裁剪：為裁掉標簽，更改坐標波段裁剪：從波段裁剪：從256個波段選取第個波段選取第20240共共221個波段個波段閾值分割：通過觀察光譜反射曲閾值分割：通過觀察光譜反射曲線圖可以得出在線圖可以得出在

8、1100.83波長處設置波長處設置最小值最小值0.6可以將圖像的背景和噪聲可以將圖像的背景和噪聲等與小麥樣品圖像分割開。等與小麥樣品圖像分割開。研究過程研究過程2：ENVI軟件閾值分割軟件閾值分割小麥高光譜圖像反射曲線圖小麥高光譜圖像反射曲線圖閾值分割的基本原理閾值分割的基本原理是：對于某灰度值范是：對于某灰度值范圍的圖像，通過一定圍的圖像，通過一定準則在圖像里找到一準則在圖像里找到一個能夠明顯區(qū)分目標個能夠明顯區(qū)分目標與背景的灰度值與背景的灰度值t，將，將其作為閾值，然后將其作為閾值，然后將選定的閾值和圖像中選定的閾值和圖像中所有像素比較得到灰所有像素比較得到灰度值大于度值大于t和小于和小于

9、t兩部兩部分，分割后圖像表達分，分割后圖像表達式如下式如下： tyxfbtyxfbyxh),(,),(,12),(）（21,aa進行進行開運開運算后算后圖像圖像建立建立掩膜掩膜后的后的圖像圖像研究過程研究過程2：ENVI軟件建立掩膜軟件建立掩膜 掩膜處理就是用選定的圖像對待處理的圖像的全部或局掩膜處理就是用選定的圖像對待處理的圖像的全部或局部進行遮擋來控制圖像處理的區(qū)域。部進行遮擋來控制圖像處理的區(qū)域。 掩膜圖像可能會有一些小顆粒噪聲，可通過開運算進行掩膜圖像可能會有一些小顆粒噪聲，可通過開運算進行消除，開運算就是使用同一結構元素對圖像先腐蝕再進行消除，開運算就是使用同一結構元素對圖像先腐蝕再

10、進行膨脹的運算。例如，在結構元素膨脹的運算。例如，在結構元素B下對集合下對集合A進行開運算的進行開運算的表達式為：表達式為：BBABA)(通過對裁剪后的圖像應用掩膜后得到通過對裁剪后的圖像應用掩膜后得到從從20240共共221個波段的二值圖像個波段的二值圖像第第100波波段段第第20波波段段第第240波段波段通過通過ENVI軟件處理后得到掩膜圖像軟件處理后得到掩膜圖像(.bmp)和圖和圖像的像的ASCII值值(.txt文件文件)，下面用，下面用matlab軟件對圖軟件對圖像的高光譜數據進行處理。像的高光譜數據進行處理。研究過程研究過程2：ENVI軟件應用掩膜軟件應用掩膜研究過程研究過程3：ma

11、tlab高光譜數據處理高光譜數據處理首先，讀入樣品的高光譜數據矩陣首先，讀入樣品的高光譜數據矩陣對對1111個品種的光譜數據進行求平均值得到平均光個品種的光譜數據進行求平均值得到平均光譜數據譜數據研究過程研究過程3：matlab高光譜數據處理高光譜數據處理0501001502002500.20.30.40.50.60.70.80.91aboInfraMeanSpec0501001502002500.20.30.40.50.60.70.80.91gao9411InfraMeanSpec“阿阿勃勃”品種品種的平的平均光均光譜曲譜曲線線“藁藁9411”品種品種的平的平均光均光譜曲譜曲線線其余其余9個

12、品種的平均光譜個品種的平均光譜曲線圖的趨勢和上面兩種曲線圖的趨勢和上面兩種平均光譜曲線大抵相似平均光譜曲線大抵相似研究過程研究過程3：matlab高光譜數據處理高光譜數據處理用用plotplot函數畫出函數畫出1111種小麥樣品的平種小麥樣品的平均光譜曲線圖。均光譜曲線圖。研究過程研究過程3：matlab高光譜數據處理高光譜數據處理選擇訓練集和校正集選擇訓練集和校正集 本次試驗中有本次試驗中有1111中小麥樣品，每一個小麥品種樣本中小麥樣品，每一個小麥品種樣本有五十粒種子，需要將有五十粒種子，需要將1111組小麥樣品中的每一種分為兩組小麥樣品中的每一種分為兩組，一組為訓練集（大部分），一組為校

13、正集（小部組，一組為訓練集（大部分），一組為校正集（小部分），然后把分），然后把1111個品種的訓練集數據拼合到一塊組成大個品種的訓練集數據拼合到一塊組成大的訓練集，校正集數據拼合到一塊組成大的校正集，之的訓練集，校正集數據拼合到一塊組成大的校正集，之后統(tǒng)一進行高光譜數據的預處理。后統(tǒng)一進行高光譜數據的預處理。數據預處理數據預處理 本次數據預處理用到的方法有矢量歸一化、多元本次數據預處理用到的方法有矢量歸一化、多元散射校正、散射校正、SGSG平滑濾波、標準化、一階微分、二階微平滑濾波、標準化、一階微分、二階微分等六種。應用預處理函數對小麥樣品的訓練集和校分等六種。應用預處理函數對小麥樣品的訓練

14、集和校正集數據進行預處理運算。正集數據進行預處理運算。研究過程研究過程3：matlab PLS建模分析建模分析利用預處理好的數據進行偏最小二乘回歸模型的建立，之后再將利用預處理好的數據進行偏最小二乘回歸模型的建立，之后再將由近紅外高光譜特征處理得到的小麥硬度值與實際測得的小麥籽由近紅外高光譜特征處理得到的小麥硬度值與實際測得的小麥籽粒硬度值進行交叉驗證，并畫出在各個預處理方法下的擬合曲線粒硬度值進行交叉驗證，并畫出在各個預處理方法下的擬合曲線圖和均方根誤差圖和均方根誤差RMSE在各個主成分下的曲線圖，通過比較得出最在各個主成分下的曲線圖，通過比較得出最佳預處理方法和主成分個數。佳預處理方法和主

15、成分個數。預處理預處理主成分數主成分數RMSERMSER2R2XmXm5050 266.7482 266.7482 -0.1590 -0.1590XnXn5050 266.0890 266.0890 -0.1533 -0.1533XsXs5050259.7876259.7876 -0.0993 -0.0993XzXz5050266.7606266.7606-0.1591-0.1591XdXd5050270.7691270.7691-0.1942-0.1942XddXdd5050275.1239275.1239-0.2329-0.2329新一組校正集和驗證集新一組校正集和驗證集XmXm50503

16、92.1886392.1886-1.8472-1.8472XnXn5050 385.8569 385.8569-1.7560-1.7560XsXs5050 367.7208 367.7208 -1.5030 -1.5030XzXz5050387.1718387.1718 -1.7748 -1.7748XdXd5050379.9449379.9449-1.6722-1.6722XddXdd5050328.5344328.5344-0.9980-0.9980第第章章結果分析結果分析4PART PART fourfour結果分析結果分析相同的訓練集和校正集，預處理方法相同，改變主成分個數相同的訓練集

17、和校正集，預處理方法相同，改變主成分個數預處理方法預處理方法主成分數主成分數RMSERMSER2R2XsXs2020286.4348286.4348 -0.0668 -0.0668XsXs5050 308.7559 308.7559 -0.2395 -0.2395XsXs100100 317.0571 317.0571-0.3070-0.3070XsXs150150315.6734315.6734 -0.2957 -0.2957XmXm2020 292.2886 292.2886-0.1108-0.1108XmXm5050321.6769321.6769-0.3454-0.3454XmXm10

18、0100321.8292321.8292 -0.3467 -0.3467XmXm150150 321.8292 321.8292 -0.3467 -0.3467XnXn2020 285.6488 285.6488 -0.0609 -0.0609XnXn5050313.9178313.9178 -0.2813 -0.2813XnXn100100316.8988316.8988 -0.3057 -0.3057XnXn150150316.8997316.8997 -0.3057 -0.3057XzXz2020 284.2417 284.2417 -0.0505 -0.0505XzXz5050315.

19、6067315.6067-0.2951-0.2951XzXz100100316.8997316.8997 -0.3057 -0.3057XzXz150150 316.8997 316.8997 -0.3057 -0.3057XdXd2020303.6287303.6287-0.1987-0.1987XdXd5050318.6637318.6637 -0.3203 -0.3203XdXd100100316.8177316.8177-0.3051-0.3051XdXd150150316.8169316.8169-0.3051-0.3051XddXdd2020334.5999334.5999-0.4

20、557-0.4557XddXdd5050 336.9981 336.9981-0.4766-0.4766XddXdd100100 319.7658 319.7658-0.3295-0.3295XddXdd150150312.2088312.2088 -0.2674 -0.2674 結果分析：均方根誤差曲線圖結果分析：均方根誤差曲線圖02468101214161820580600620640660680700720740760780number of componentsPLSRmseCV05101520253035404550500600700800900100011001200number

21、of componentsPLSRmseCV0102030405060708090100500600700800900100011001200130014001500number of componentsPLSRmseCV050100150500600700800900100011001200130014001500number of componentsPLSRmseCV（a a）主成分為）主成分為2020（b b）主成分為）主成分為5050（c c）主成分為）主成分為100100（d d）主成分為）主成分為150150根據左圖可根據左圖可以得出以得出:各各個主成分下個主成分下均方根誤差均

22、方根誤差旳值非常大旳值非常大且曲線最終且曲線最終趨于很高的趨于很高的值。此曲線值。此曲線與正常的結與正常的結果不相符。果不相符。結果分析：擬合曲線圖結果分析：擬合曲線圖4060801001201401601808090100110120130140150160170Hardness of Validation SamplesHardness of PLSR FitnessHardness Prediction by Xs4060801001201401601806080100120140160180Hardness of Validation SamplesHardness of PLSR F

23、itnessHardness Prediction by Xs406080100120140160180406080100120140160180Hardness of Validation SamplesHardness of PLSR FitnessHardness Prediction by Xs4060801001201401601806080100120140160180200Hardness of Validation SamplesHardness of PLSR FitnessHardness Prediction by Xs（a a）主成分為）主成分為2020（b b）主成分

24、為）主成分為5050（c c）主成分為）主成分為100100（d d）主成分為）主成分為150150根據左圖得根據左圖得出：硬度擬出：硬度擬合曲線結果合曲線結果和和4545度直線度直線相差很遠，相差很遠，因此可結合因此可結合前面分析結前面分析結果初步得出果初步得出結論，此方結論，此方法不適合檢法不適合檢測小麥硬度。測小麥硬度。得出結論得出結論 本研究基于近紅外高光譜圖像分析技術與建模分析理論，運本研究基于近紅外高光譜圖像分析技術與建模分析理論，運用用ENVIENVI軟件和軟件和MATLABMATLAB軟件對小麥硬度進行了快速無損檢測研究，軟件對小麥硬度進行了快速無損檢測研究，主要結論如下：主要

25、結論如下：u均方根誤差均方根誤差RMSERMSE與決定系數的大小和預處理方式、校正集與驗證與決定系數的大小和預處理方式、校正集與驗證集的選擇、主成分個數三個因素有關。集的選擇、主成分個數三個因素有關。u多元散射校正、矢量歸一化、多元散射校正、矢量歸一化、SGSG平滑濾波、標準化、一階微分、平滑濾波、標準化、一階微分、二階微分六種預處理方式中二階微分六種預處理方式中SGSG平滑濾波方式是最好預處理方式。平滑濾波方式是最好預處理方式。u不同的校正集與訓練集會很大程度的影響不同的校正集與訓練集會很大程度的影響RMSERMSE和決定系數值的大和決定系數值的大小，因此在選擇最佳模型是需要運行上百次甚至上千次才能得到小，因此在選擇最佳模型是需要運行上百次甚至上千次才能得到比較好的結果；在預處理方法一樣，同樣的訓練集與校正集