生物散斑技术在水果品质检测中的应用及图像处理算法进展

生物散斑技术在水果品质检测中的应用及图像处理算法进展

论文摘要

生物散斑是一种利用激光在物体内部的折射与反射来反映其内部信息的光学无损检测技术。生物散斑成像设备和图像处理算法不断改进,应用领域也在逐步扩大;但由于干扰因素的存在,建模精度仍是研究者关注的重点。本文较为详尽地整理了散斑图像处理算法,并对生物散斑技术在水果品质检测中的应用进行调研,归纳主要的成像设备,提出改进意见,旨在为后续研究提供启发。

论文目录

  • 1 引言
  • 2 生物散斑成像设备类型
  •   2.1 反射型生物散斑成像设备
  •   2.2 透射型生物散斑成像设备
  • 3 生物散斑在不同水果中的应用
  •   3.1 区域识别
  •   3.2 果肉质地区分
  •   3.3 微生物感染
  •   3.4 生理指标检测
  •   3.5 小结
  • 4 生物散斑图像处理算法
  •   4.1 静态散斑图像处理算法
  •   4.2 动态散斑图像处理算法
  •     4.2.1 激光散斑空间对比分析 (LASCA) 法
  •     4.2.2 时间序列散斑 (THSP) 图像
  •     4.2.3 广义差分 (GD) 法
  •     4.2.4 Fujii法
  •     4.2.5 激光散斑时间对比分析 (LSTCA) 法
  •     4.2.6 传统惯性矩 (IM) 法
  •     4.2.7 改进惯性矩 (IM) 法
  •     4.2.8 时间差分 (TD) 法
  •     4.2.9 绝对差分 (AVD) 法
  •     4.2.1 0 JC法
  •   4.3 总结
  •   4.4 展望
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 邓博涵,陈嘉豪,胡孟晗,许文平,张才喜

    关键词: 激光光学,生物散斑,水果品质检测,激光散斑,图像处理算法

    来源: 激光与光电子学进展 2019年09期

    年度: 2019

    分类: 信息科技,工程科技Ⅰ辑

    专业: 轻工业手工业,计算机软件及计算机应用

    单位: 上海交通大学农业与生物学院,华东师范大学信息科学技术学院上海市多维度信息处理重点实验室

    基金: 上海市农委科研项目(18H100000210),上海市科委项目(15391912600),上海市果业产业技术体系

    分类号: TS255.7;TP391.41

    页码: 27-40

    总页数: 14

    文件大小: 1106K

    下载量: 279

    相关论文文献

    • [1].数字图像处理算法概述[J]. 科技与创新 2020(19)
    • [2].模型驱动下图像处理算法优化研究[J]. 信息与电脑(理论版) 2019(20)
    • [3].星上迭代图像处理算法的FPGA实现研究[J]. 电子测量技术 2017(03)
    • [4].基于数字图像处理算法的皮肤测试仪[J]. 信息技术 2009(01)
    • [5].一种图像处理算法FPGA开发平台的系统设计[J]. 舰船电子工程 2008(08)
    • [6].视觉导航智能汽车路径识别图像处理算法分析[J]. 信息与电脑(理论版) 2020(18)
    • [7].基于小波钝化的嵌入式图像处理算法研究[J]. 液晶与显示 2016(11)
    • [8].一种基于阈值分割的自适应逆光图像处理算法[J]. 计算机与数字工程 2020(10)
    • [9].基于FPGA实现传真图像处理算法的方法[J]. 微电子学与计算机 2013(04)
    • [10].双目视觉图像处理算法的优化[J]. 科技传播 2017(05)
    • [11].基于压缩感知的图像处理算法研究[J]. 计算机科学 2017(06)
    • [12].基于快速稀疏低秩和鲁棒主成分分析的图像处理算法的研究[J]. 信号处理 2020(02)
    • [13].基于FPGA的红外图像处理算法的测试系统[J]. 激光与红外 2014(07)
    • [14].一种基于压缩感知的快速图像处理算法研究[J]. 软件工程 2016(10)
    • [15].一种优化的生物图像处理算法[J]. 控制工程 2017(08)
    • [16].基于GPU的数字图像处理算法研究[J]. 青春岁月 2012(14)
    • [17].基本图像处理算法的优化过程研究[J]. 计算机科学 2017(S1)
    • [18].基于NIOS嵌入式软核图像处理算法的研究[J]. 辽宁大学学报(自然科学版) 2012(01)
    • [19].基于整数小波变换的图像处理算法研究[J]. 湖南文理学院学报(自然科学版) 2010(01)
    • [20].白点定位图像处理算法[J]. 中国矿业大学学报 2008(06)
    • [21].基于GPU的数字图像处理算法[J]. 电子技术与软件工程 2016(19)
    • [22].基于达芬奇技术的收割机视觉导航图像处理算法试验系统[J]. 农业工程学报 2012(22)
    • [23].基于数学形态学的图像处理算法[J]. 电子技术与软件工程 2016(06)
    • [24].面向应用的数字图像处理课程的教学改革与实践[J]. 铜仁学院学报 2016(04)
    • [25].基于FPGA的视频图像处理算法的研究与实现[J]. 电子科技 2014(04)
    • [26].基于API的图像处理算法的快速实现[J]. 计算机系统应用 2010(02)
    • [27].煤矿井下压缩感知图像处理算法[J]. 工矿自动化 2016(11)
    • [28].基于图像处理算法AR游戏的设计[J]. 电子世界 2020(17)
    • [29].基于动态减背景图像处理算法的可变形线性物体识别[J]. 天津科技大学学报 2013(06)
    • [30].基于GPU的图像处理算法研究[J]. 软件 2014(02)

    标签:;  ;  ;  ;  ;  

    生物散斑技术在水果品质检测中的应用及图像处理算法进展
    下载Doc文档

    猜你喜欢