期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于结构光反射成像的水果果皮和果肉光学特性参数测量
被引量:
10
1
作者
胡栋
孙通
应义斌
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第7期284-291,共8页
光学特性参数准确测量有助于解析光学技术的检测机理,为农产品品质安全检测提供理论依据。结构光反射成像以其宽屏非接触成像、深度辨析和成像分辨率可控等优点,逐渐成为光学特性检测领域的研究热点。该研究首先通过已知光学特性的双层...
光学特性参数准确测量有助于解析光学技术的检测机理,为农产品品质安全检测提供理论依据。结构光反射成像以其宽屏非接触成像、深度辨析和成像分辨率可控等优点,逐渐成为光学特性检测领域的研究热点。该研究首先通过已知光学特性的双层样本对结构光反射成像系统进行标定,然后利用该系统采集苹果、猕猴桃和芒果的结构光反射图像,结合分步方法进行图像解调和参数拟合,从而得到果皮和果肉组织的吸收系数和约化散射系数,最后比较该技术与单积分球技术测得的光学特性差异,并分析潜在影响因素。结果表明:双层标定样本首层和次层组织的光学特性测量误差分别小于19%和28%;水果果皮组织的光学特性参数普遍高于果肉组织,果皮和果肉组织的吸收系数曲线能反映色素等成分在特定波长的吸收峰;切片组织离体时间和厚度测量误差均会对单积分球技术测量水果组织光学特性产生不可忽略的影响。该研究为双层组织光学特性参数的准确测量提供新方法。
展开更多
关键词
光
学特性
水果
结构
光反射
成像
双层
单积分球
下载PDF
职称材料
基于SIRI和CNN的苹果隐性损伤检测方法
2
作者
王玉伟
杨玲玲
+3 位作者
朱浩杰
饶元
刘路
侯文慧
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第3期383-391,共9页
苹果从采摘到销售过程中易发生机械损伤,需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显,通常表现为隐性损伤,检测比较困难。提出了一种基于结构光反射成像(SIRI)和卷积神经网络(CNN)的苹果隐性损伤检测方法。通...
苹果从采摘到销售过程中易发生机械损伤,需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显,通常表现为隐性损伤,检测比较困难。提出了一种基于结构光反射成像(SIRI)和卷积神经网络(CNN)的苹果隐性损伤检测方法。通过搭建SIRI系统,采集待测苹果调制的结构光图像,再利用三相位解调法提取交流分量,增强苹果隐性损伤对比度;然后利用交流分量图像制作苹果隐性损伤数据集,并使用基于CNN的语义分割网络FCN、UNet、HRNet、PSPNet、DeepLabv3+、LRASPP和SegNet训练损伤检测模型,多组试验结果表明上述模型均能有效地检测出不同情况下的苹果隐性损伤。其中HRNet模型精确率、召回率、F1值和平均交并比较高,分别为97.96%、97.52%、97.74%和97.58%,但检测速度仅为60 f/s;PSPNet模型检测速度较快,可达到217 f/s,但其检测精度略低,精确率、召回率、F1值和平均交并比分别为97.10%、94.57%、95.82%和95.90%。
展开更多
关键词
苹果
隐性损伤检测
结构
光反射
成像
三相位解调法
语义分割
卷积神经网络
下载PDF
职称材料
题名
基于结构光反射成像的水果果皮和果肉光学特性参数测量
被引量:
10
1
作者
胡栋
孙通
应义斌
机构
浙江农林大学工程学院
浙江大学生物系统工程与食品科学学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第7期284-291,共8页
基金
浙江省自然科学基金项目(LQ20C130002)
农业部重点实验室开放课题(2016NYZD18003)。
文摘
光学特性参数准确测量有助于解析光学技术的检测机理,为农产品品质安全检测提供理论依据。结构光反射成像以其宽屏非接触成像、深度辨析和成像分辨率可控等优点,逐渐成为光学特性检测领域的研究热点。该研究首先通过已知光学特性的双层样本对结构光反射成像系统进行标定,然后利用该系统采集苹果、猕猴桃和芒果的结构光反射图像,结合分步方法进行图像解调和参数拟合,从而得到果皮和果肉组织的吸收系数和约化散射系数,最后比较该技术与单积分球技术测得的光学特性差异,并分析潜在影响因素。结果表明:双层标定样本首层和次层组织的光学特性测量误差分别小于19%和28%;水果果皮组织的光学特性参数普遍高于果肉组织,果皮和果肉组织的吸收系数曲线能反映色素等成分在特定波长的吸收峰;切片组织离体时间和厚度测量误差均会对单积分球技术测量水果组织光学特性产生不可忽略的影响。该研究为双层组织光学特性参数的准确测量提供新方法。
关键词
光
学特性
水果
结构
光反射
成像
双层
单积分球
Keywords
optical properties
fruit
structured illumination reflectance imaging
two-layered
single integrating sphere
分类号
S123 [农业科学—农业基础科学]
TS255.1 [轻工技术与工程—农产品加工及贮藏工程]
下载PDF
职称材料
题名
基于SIRI和CNN的苹果隐性损伤检测方法
2
作者
王玉伟
杨玲玲
朱浩杰
饶元
刘路
侯文慧
机构
安徽农业大学工学院
农业农村部农业传感器重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第3期383-391,共9页
基金
安徽省自然科学基金项目(2308085ME169)
安徽省高校科研计划项目(2022AH050872)
农业农村部农业传感器重点实验室开放项目(KLAS2022KF020)。
文摘
苹果从采摘到销售过程中易发生机械损伤,需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显,通常表现为隐性损伤,检测比较困难。提出了一种基于结构光反射成像(SIRI)和卷积神经网络(CNN)的苹果隐性损伤检测方法。通过搭建SIRI系统,采集待测苹果调制的结构光图像,再利用三相位解调法提取交流分量,增强苹果隐性损伤对比度;然后利用交流分量图像制作苹果隐性损伤数据集,并使用基于CNN的语义分割网络FCN、UNet、HRNet、PSPNet、DeepLabv3+、LRASPP和SegNet训练损伤检测模型,多组试验结果表明上述模型均能有效地检测出不同情况下的苹果隐性损伤。其中HRNet模型精确率、召回率、F1值和平均交并比较高,分别为97.96%、97.52%、97.74%和97.58%,但检测速度仅为60 f/s;PSPNet模型检测速度较快,可达到217 f/s,但其检测精度略低,精确率、召回率、F1值和平均交并比分别为97.10%、94.57%、95.82%和95.90%。
关键词
苹果
隐性损伤检测
结构
光反射
成像
三相位解调法
语义分割
卷积神经网络
Keywords
apple
implicit damage detection
structured-illumination reflection imaging
three-phase demodulation
semantic segmentation
convolutional neural network
分类号
S436.611 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于结构光反射成像的水果果皮和果肉光学特性参数测量
胡栋
孙通
应义斌
《农业工程学报》
EI
CAS
CSCD
北大核心
2020
10
下载PDF
职称材料
2
基于SIRI和CNN的苹果隐性损伤检测方法
王玉伟
杨玲玲
朱浩杰
饶元
刘路
侯文慧
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部