公开(公告)号：CN114993963A

公开(公告)日：2022-09-02

申请号：CN202210591629.2

申请日：2022-05-27

Applicant: 哈尔滨工程大学

Inventor： 朱正 ,  沈嘉彬 ,  王永凯 ,  李宗达 ,  马骏楠 ,  那博超 ,  李平 ,  张杨

IPC: G01N21/25 ,  G01N33/02 ,  G06T7/00 ,  G06N20/00

Abstract: 本发明提供了一种基于机器学习的苹果糖度无损检测方法，建立以洛伦兹拟合光谱图像散射分布为基础，利用机器学习中岭回归方法进行预测的模型。采用双边滤波方法对手机拍摄得到的光谱图像进行处理，从而得到干扰较少且特征信息更为显著的光谱。利用光斑中心点定位算法，不断迭代以确定光谱图像最亮点坐标，之后进行数据拟合。拟合得到洛伦兹系数，用于岭回归模型构建，并利用部分苹果数据对模型进行校正，并验证。最终得到的模型更为稳定和准确，可用于苹果糖度无损检测。本发明不但能够使用最为常用的设备—手机进行检测，而且对苹果的外部以及内部都可进行无损检测，同时能够进行校正，提高了检测的准确性和效率。

公开(公告)号：CN114894733A

公开(公告)日：2022-08-12

申请号：CN202210591636.2

申请日：2022-05-27

Applicant: 哈尔滨工程大学

Inventor： 朱正 ,  董官清 ,  朱小潇 ,  闫志坚 ,  胡箫 ,  马骏楠 ,  那博超 ,  李平

IPC: G01N21/31 ,  G01N21/59 ,  G01N21/47 ,  G01N21/49 ,  G06F30/20

Abstract: 本发明公开了一种基于VIS‑NIR光谱分析的无损苹果糖度测试方法，获取所需的苹果样本材料，并对所得到的材料进行预处理；得到样本材料后，利用光谱采集装置对所选取的样本进行光谱采集，得到待测样本的原始光谱图；采取样本中的部分区域，利用数字折光仪分别对样本的进行糖度的标定，确定每个样本的真实糖度；使用SG卷积平滑对光谱进行预处理，对采集好的光谱进行预处理，减少光谱噪声的影响，得到平滑后的光谱；结合所得样本的光谱与糖度标定数据，采用偏最小二乘回归法(PLSR)建立糖度预测模型；最终结合模型对任意苹果糖度进行检测，并根据检测结果对系统进行整体调式。本发明无损检测，操作简单，使用方便。