利用机器视觉与近红外光谱技术的皮蛋无损检测与分级.pdfVIP

第 35 卷 第 24 期 农 业 工 程 学 报 Vol.35 No.24 314 2019 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2019 利用机器视觉与近红外光谱技术的皮蛋无损检测与分级 1,2 1 2,3 1 1 王巧华 ，梅 璐 ，马美湖 ，高 升 ，李庆旭 （1. 华中农业大学工学院/农业部长江中下游农业装备重点实验室，武汉 430070 ；2. 国家蛋品加工技术研发分中心 华中农业大学，武汉 430070 ；3. 华中农业大学食品科学技术学院，武汉 430070 ） 摘 要：为了对优质蛋、次品蛋和劣质蛋这 3 种皮蛋进行检测及分级，该文应用机器视觉结合近红外光谱技术，研究利 用皮蛋凝胶品质无损检测的分级方法。首先采集皮蛋透射光图像，提取 18 个图像颜色特征值，然后将所提取的 18 维特 征利用主成分分析（principal component analysis ，PCA ）进行降维，对PCA 降维后的 3 个主成分建立遗传算法优化支持 向量机(genetic algorithm-support vector machine，GA-SVM ）分级模型，把皮蛋样本分为两大类：可食用蛋（优质蛋与次 品蛋）与不可食用蛋（劣质蛋），劣质蛋测试集识别率为 100%。然后在机器视觉分类结果的基础上，利用近红外光谱技 术获取可食用蛋（优质蛋与次品蛋）的原始光谱，并进行多元散射矫正（multiplicative scatter correction ，MSC ），利用 竞争性自适应重加权算法 （competitive adaptive reweighted sampling，CARS ）降维提取特征波长，基于支持向量机 （support vector machine ，SVM)对特征波长变量建立分级模型，区分出优质蛋与次品蛋，优质蛋测试集识别率为 96.49%，次品蛋 识别率为 94.12% 。研究结果表明：基于机器视觉和近红外光谱进行皮蛋凝胶品质无损检测分级是可行的。 关键词：机器视觉；近红外光谱；凝胶品质；皮蛋；支持向量机 doi ：10.11975/j.issn.1002-6819.2019.24.037 中图分类号：TS253.7 文献标志码：A 文章编号：1002-6819(2019)-24-0314-08 王巧华，梅 璐，马美湖，高 升，李庆旭. 利用机器视觉与近红外光谱技术的皮蛋无损检测与分级[J]. 农业工程学 报，2019，35(24)：314－321. doi ：10.11975/j.issn.1002-6819.2019.24.037 Wang Qiaohua, Mei Lu, Ma Meihu, Gao Sheng, Li Qinxu. Nondestructive testing and grading of preserved duck eggs based on machine vision and near-infrared spectroscopy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(24): 314 －321. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2019.24.037 水响蛋，蛋内全部液化成水，属于劣质蛋，不能食用。 