基于多信息融合的红枣智能分级技术分析-analysis of jujube intelligent grading technology based on multi-information fusion.docxVIP

1第一章 绪论1.1 课题研究的背景、来源及意义?红枣是我国的特有果品，主要产区位于陕西、河南以及宁夏等西北地区，它营养丰富，口感 甜脆，具有益气补血等保健功效，其独有的风味和保健价值已为人们所接受，消费群体日趋扩大， 鲜枣及其加工制品的需求量急剧上升。随着国内外市场需求量的增加，我国枣树种植面积和产量 每年都在以 10％以上的速度增长，2006 年总产量达到 200 多万吨，占全世界的 99％左右。目前 宁夏回族自治区红枣栽培面积 84.6 万亩，年产量 5 万吨以上，规划到 2012 年，全区红枣种植总面积达到 140 万亩，以鲜枣销售为主，辅以加工制品，销量急剧上升。提高红枣采后分级处理能 力和深加工能力，提高产品附加值，加快红枣产业化发展，受到各地普遍高度重视[1]。红枣的质 量品质直接影响了鲜枣的经济效益，关系到国内、国际市场上的竞争力，其质量检测和分类技术 相对落后，改变传统人工粗略筛选分级中生产效率低、果品损伤严重、分级精度不稳定、严重阻 碍红枣产业的现状，为提高鲜食红枣的采后分级处理能力和深加工能力以及产品附加值，急需研 究制造准确先进、自动智能、高效快速和卫生的在线无损检测分级分选装置与技术。农产品品质的检测对象主要有：水果、蔬菜、谷物（大豆/花生/玉米/大米）、禽蛋、肉类和经 济作物（如烟叶/茶叶）等；检测内容或评判指标主要有：外部品质（也称感官品质指标，如颜色、 表面光泽、表面缺陷、表面平整度、外表形状以及尺寸大小等）、内部品质（也称理化品质指标， 如成熟度、糖度、新鲜度、内部缺陷、营养成分的组成、味觉、口感等）。无损检测技术[2]是在不 破坏待测对象原来的状态、化学性质前提下，给予待测对象一定形式的输入能量，利用对象本身 的光、声、力和电磁学等特性得到对应的响应信号，来获取大量反映待测对象品质特性信息--如 形状、色泽、缺陷或成份等理化指标信息。红枣分级指标即包括其外部特征又涵盖其内部品质， 外部特征包括表面缺陷、大小、形状、颜色和果柄；内部品质包括内部虫害、糖度、酸度和隐形 损伤等。随着农产品无损检测技术的快速发展，检测方法有：机器视觉检测方法、可见光和近红 外分析法、高光谱分析法、荧光叶绿素分析法、声学特性分析法、电磁特性分析法、X 射线与激 光分析法、力学检测方法、生物传感器检测方法、电子鼻与电子舌检测方法[3-6]等。其中，随着机 器视觉技术的发展，国际上在 20 世纪 70 年代末期后开始进行机器视觉在农业工程中的应用研究， 主要检测农产品的外形轮廓和表面缺陷以及颜色分布。这种技术的特点是速度高、信息量大、功 能多、对农产品无损伤，可获取农产品的全表面特征信息，因此，在农产品检测中的到了广泛的 应用。2008 年课题组研制的第一代首台基于机器视觉的红枣分级检测装置[7-9]，主要用于红枣外 部品质检测分级分选，用户反映良好。将机器视觉技术应用在红枣的无损检测分级分选中，具有 较大的理论价值和实际价值。然而，机器视觉技术可以很好的检测红枣的外部特征，却无法获取反映其内部特征的有效信 息；而近红外光谱技术可以在无损的前提下有效地检测红枣的内部品质。课题研究检测的红枣既 包括内部损伤、糖度、酸度、虫害的等，又包括虫眼、大小、轮廓和表面缺陷等的外部特征，若 仅采用近红外分析技术或机器视觉技术只能检测红枣品质的一部分信息，无法达到兼顾内外品质 特征综合检测的目的。因此，采用机器视觉和近红外光谱两种技术互补的检测方法，利用二者的 优势，结合当前迅猛发展的多传感和信息融合技术，依据红枣等级标准对不同技术手段获得的不同品质信息进行分析、平衡和综合，建立相应的检测识别算法和评价模型，将有利于高效准确地 鉴别和全面综合地评判红枣品质，实现其等级评定，并应用到生产线中，具有重要的科学意义和 良好的实用价值，不仅推动了红枣产业的整体发展。同时，对枸杞、苹果、梨等其它特色农产品 无损检测分级的研究和开发提供了理论和技术支持，为提高农产品和经济效益和质量安全尽一份 力量。由于农产品质量安全既影响生产和消费，又关系到在国内外市场上的竞争力，而红枣质量检 测和分类技术相对落后，总体上处于人工或传统方法的粗略分类检测阶段；另一方面，人们对红 枣的质量要求也越来越高，而其采摘后的品质鉴别、识别和按质量检测分级等处理工作中存在着 时效性强、作业量大且质量标准要求高等实际问题；鉴于以上原因，我们开始对智能、快捷、操 作准确、方便卫生和易实现在线检测等优点的农产品品质无损检测技术进行应用开发。自 2006 年以来，课题组在宁夏回族自治区国际合作科技攻关项目和国家自然科学基金的支持下，通过光-机-电-信息-食品物性学-化学-农业科学以及计算机等多学科技术 的系统集成和自主创新，研制成功了我国第一代首台基于计算机视