基于光譜技術(shù)的大米摻假檢測(cè)模型

1.47萬(wàn)字 36頁(yè) 原創(chuàng)作品，獨(dú)家提交，已通過(guò)查重系統(tǒng)


目錄
第1章緒論 1
1.1 研究背景 1
1.2國(guó)內(nèi)外研究現(xiàn)狀 1
1.2.1國(guó)內(nèi)研究現(xiàn)狀 1
1.2.2國(guó)外研究現(xiàn)狀 3
1.3研究意義 3
1.4本文主要研究?jī)?nèi)容 4
第2章高光譜大米摻假檢測(cè)系統(tǒng)設(shè)計(jì) 5
2.1 高光譜檢測(cè)原理 5
2.2 系統(tǒng)組成 5
2.3 本章小結(jié) 5
第3章高光譜圖像采集及預(yù)處理 7
3.1高光譜圖像技術(shù) 7
3.2高光譜圖像的采集 7
3.3高光譜圖像的預(yù)處理 8
3.3.1圖像的二值化 8
3.3.2圖像的直方圖修正 9
3.3.3圖像的平滑抑噪 10
3.4本章小結(jié) 12
第4章特征提取 13
4.1圖像特征的描述 13
4.2閾值分割 14
4.3主成分分析 14
4.4 本章小結(jié) 15
第5章 BP神經(jīng)網(wǎng)絡(luò)模型建立 26
5.1人工神經(jīng)元 26
5.2 BP人工神經(jīng)網(wǎng)絡(luò)模型 27
5.3 神經(jīng)網(wǎng)絡(luò)建模 28
5.3.1 樣本選擇 28
5.3.2 網(wǎng)絡(luò)輸入輸出 28
5.3.3網(wǎng)絡(luò)參數(shù) 29
5.3.4實(shí)驗(yàn)結(jié)果 32
5.4本章小結(jié) 34
第6章總結(jié)與展望 35
6.1 總結(jié) 35
6.2 展望 36
致謝 37
參考文獻(xiàn) 38

Q95;
摘要大米是人類的主要食物，是人們所攝取能量的主要來(lái)源。隨著人們的生活水平的提高，人們?cè)絹?lái)越來(lái)傾向于高質(zhì)量的大米。優(yōu)質(zhì)大米腹白少，膠質(zhì)率高，米色清亮透明，其價(jià)格也比普通大米的價(jià)格貴，因此一些不法分子向優(yōu)質(zhì)大米里摻雜普通的大米甚至是劣質(zhì)的大米來(lái)牟取利益。這種行為不僅對(duì)消費(fèi)者造成了極大的傷害，也對(duì)社會(huì)的安定、和諧發(fā)展造成了威脅，因此研究簡(jiǎn)便快捷的大米摻假檢測(cè)系統(tǒng)非常有必要。
目前大米摻假檢測(cè)技術(shù)包括理化檢驗(yàn)法、色譜法和光譜分析等。光譜分析還分為近紅外光譜和高光譜。理化檢測(cè)法檢測(cè)范圍有限；色譜法(液相和氣相色譜法)所涉及的檢測(cè)方法專業(yè)、復(fù)雜儀器昂貴不適合現(xiàn)場(chǎng)快速檢測(cè)；高光譜分析技術(shù)作為一種新型無(wú)損快速檢測(cè)技術(shù)具有廣闊的應(yīng)用前景。本文利用高光譜分析技術(shù)，結(jié)合神經(jīng)網(wǎng)絡(luò)算法，研究了一套新的大米摻假檢系統(tǒng)設(shè)計(jì)方案。
高光譜技術(shù)具有檢測(cè)迅速、綠色環(huán)保等優(yōu)點(diǎn)。本文將高光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法對(duì)提供的五種大米樣品的分類進(jìn)行了深入的研究。本文首先講解了高光譜圖像處理和從圖像中提取圖像特征，構(gòu)建網(wǎng)絡(luò)前利用PCA主成分分析法對(duì)樣本數(shù)據(jù)進(jìn)行處理，去除樣本數(shù)據(jù)的冗雜信息，合理地降低維度而不影響原樣本的信息，然后建立神經(jīng)網(wǎng)絡(luò)模型，根據(jù)Kolmogorov原則，確定合適的隱含層的神經(jīng)元個(gè)數(shù)設(shè)定合理的學(xué)習(xí)速率和訓(xùn)練步數(shù)。仿真結(jié)果表明，該種方法建立的模型對(duì)預(yù)測(cè)集樣品的正確識(shí)別率均為80%以上。高光譜分析技術(shù)很好地完成了五種摻假大米的定性分類。


關(guān)鍵詞：高光譜 主成分分析 BP神經(jīng)網(wǎng)絡(luò)算法 模式識(shí)別