基于透-反射高光谱图像信息融合的马铃薯种薯内外缺陷检测方法研究

This research proposes a multi-source information fusion method based on hyperspectral reflectance and transmittance imaging for defects detection in seed potatoes, according to many indexes of internal and external defects in seed potatoes and they are hard to be detected. The project explores the effect law of types of light sources, light intensity, angle of light incidence on hyperspectral reflectance and transmittance imaging，determines responding mechanisms between geometric parameter, physical features of seed potatoes and detection system，seeks detection mechanism and methods on hyperspectral imaging system，investigates the influence law of size, shape, degree of defect, orientation of defect on recognition model, studies the coupling mechanism of hyperspectral reflectance and transmittance imaging. The methods are decided for the elimination of the various factors influence on model inefficiency. The project puts forward from the band selection and feature extraction for dimension reduction of hyperspectral imaging. The algorithm of adaptive mixed pattern recognition technology, pattern classifier and automatic reasoning link are together used to build a mutil-information fusion model for defects detection. It overcomes the machine vision technology and near-infrared technology to bring the accuracy lowly, adaptability poor on seed potatoes defects detection, improves the accuracy and rapidity of the seed potatoes detection， provides evidence for on-line and rapid detection agricultural products.

针对马铃薯种薯内外部缺陷有多项指标且不易检测，提出透-反射高光谱图像多源信息融合的种薯内外部缺陷检测方法研究。明确检测系统光源类型、光照强度、光入射角等参数对成像影响规律，明确种薯几何特征和物理特征与检测系统间响应机制，确定透-反射高光谱系统的检测机理和方法；明确种薯尺寸、形状、缺陷程度、缺陷放置方向对识别模型影响规律，确定消除各因素对高光谱识别模型影响的方法；明确透-反射高光谱图像耦合作用机理，融合两种光谱成像技术多特征信息以提高识别准确率；提出从波段选择和特征提取两方面降维的方法，确定特征参数提取方法；采用多算法的自适应混合模式识别技术，模式分类器与自动推理环节结合，建立多信息融合的马铃薯种薯内外缺陷多项指标识别模型。该项目克服视觉图像和光谱技术识别精度低、适应性差的局限，消除物料几何特性和物理特性的影响，提高了高光谱有效信息与种薯识别的准确性和快速性，为农产品快速在线检测提供依据。

针对马铃薯内外部缺陷有多项指标且不易检测，提出透射和反射高光谱图像及多源信息融合的马铃薯内外部缺陷检测方法研究。研究了成像方式、光源类型、光照强度、光入射角以及工作平台运行速度等参数对透射和反射高光谱成像系统的影响规律，明确了马铃薯几何特征和物理特征与检测系统间的响应机制，搭建了马铃薯检测的透射和反射高光谱成像系统，优化了透射和反射高光谱成像检测系统的参数，确定了马铃薯内外部缺陷多种品质指标的透射和反射高光谱成像系统的检测方法；研究了马铃薯尺寸、形状、缺陷程度、缺陷放置方向等对透射和反射高光谱成像技术识别模型的影响规律，明确了透射和反射高光谱图像信息耦合的作用机理，确定了能消除各种因素对透射和反射高光谱图像识别模型影响的方法；分别从光谱维和图像维确定了马铃薯透射和反射高光谱图像的降维方法，确定了透射和反射高光谱图像的波段选择方法、特征参数提取方法以及缺陷识别的建模方法，为马铃薯内外缺陷多种品质指标的快速和准确检测提供技术参数和检测方法；通过马铃薯内外缺陷多项指标识别的试验研究，比较了马铃薯内外品质信息融合算法的准确率、重复性、快速性，确定了基于光谱和图像、透射和反射的高光谱信息融合的马铃薯缺陷检测方法，建立了基于信息融合的马铃薯内外部缺陷多指标检测的模型及检测方法。该项目建立的技术原理为马铃薯及其他农产品综合品质的实时在线检测提供了技术基础。共发表学术论文9篇，其中SCI收录3篇，EI收录4篇；参加学术会议3次；获实用新型专利4项；培养研究生7名。