小麦多光谱分级装置.pptVIP

小麦籽粒多光谱分级装置 文 献 讲 述 目录 实验结果与分析 背景 实验材料和方法 1 2 3 结论 4 背景 在所需波段的反射率通常使用滤光轮或可调滤波器系统，但是这种装置十分缓慢和费用昂贵。 现代光谱仪的小型传感器元素的大小需要集成至少几百毫秒的时间获取可接受的信噪比光谱。所以这种装置不适用于在线检测麦粒20粒/s，集成时间少于10ms。 在系统中，能发射不同光谱波段的一组LED，能够每次被迅速激发一个LED发出不同波段的光谱来照亮物体。而从物体反射的光集中到一个传感器。下表为前人学者利用LED检测的缺点： 学者 缺点 Pearson, 1999 一个模拟多路复用系统测量杏仁的透射率，但是该系统要求昂贵的电路和数字信号处理硬件。 Delwiche,2008 只使用两个LED灯（红、绿），使用昂贵的原型电子产品。 Yeh and Tseng ,2006 LED灯需要手工切换，不符合高速在线检测的实际要求。 实验材料和方法 1)、一个循环的激发频率为12kHz，则每个LED灯激发频率为2kHz。 2)、图1中包括三组，每组包括6的LED灯，蓝色（470nm），绿色（527nm），红色（624nm），850nm，940nm，1070nm。 3）、镜头焦距为16mm。 4）、微处理器用来代替电脑实现在合适的波长捕获的光电二极管输出, 计算所需的特征和使用判别函数对麦粒进行分类。 5）、微处理器完成数据采集、处理、分类只需100us，在对应时间内，麦粒移动的距离为0.15mm。 1. PCB板设计 图1 PCB板 2. 特征参数选用 r代表红色LED的色度值，R为有麦粒下只打开红灯下反射率值减去无麦粒下只打开红灯下的反射率背景值，以此类推G，B。从而g代表绿色LED的色度值，b代表蓝色LED的色度值。 c850代表NIR灯在850nm下占三个NIR灯下的比值，X为有麦粒下只打开850nm灯下反射率值减去无麦粒下只打开850nm灯下的反射率背景值，以此类推c940为940nm下的值，c1070为1070nm下的值。 其他的参数： 3. 样品的选用 图2 硬质红冬小麦（上）和硬质白冬小麦（下） 基于颜色分选的样本 FHB损坏分选： Art, Everest, Fuller, Overley, Santa Fe, 和 Tomahawk （ 来自Kansas State University ） 人工挑选典型的400颗，损坏程度从10%到30%。 蛋白质含量分选： 基金种子（Jagger、Fuller）和商品化种子（Armour、Art、 Everest、Santa Fe、Winter Hawk） 商品化种子用孔为1.63 x 9.53 mm进行筛选，筛去小、萎缩的、损坏的麦粒，而一些大的麦壳、秸秆人工去除。 4. 装置示意图 实验结果 1.红白冬小麦的分选 选用的特征：r，g，Y/Z — 红小麦Y/Z 白小麦Y/Z，红小麦r 白小麦r，红小麦g 白小麦g 实验混合样品：90% 红+10% 白 表1 使用图像分选机（Pearson 2010）和LED灯分选机两次实验中 被剔除的红色和白色麦粒的平均重量百分数（括号中为标准差） 结论： 从混合样品中剔除白色麦粒，无论从单次分选还是连续两次分选，LED分选机剔除白色麦粒正确率较高，而剔除红色麦粒错误率也是较低的，标准差也是较小的。 尤其在连续两次分选，LED分选机剔除白麦粒的正确率达到98% ± 0.3%。 实验结果 2. FHB损坏小麦的分选 选用的特征：r，R/X，Y/X 图3 FHB损坏麦粒和无损坏麦粒的r和R/X的分布图 结论： 1）LED分选机和图像分选机都能剔除90 ± 5.5% 带有明显FHB损坏的麦粒。 2）LED分选机能剔除更少无损坏的麦粒（1.9%），而图像分选机剔除更多的无损坏的麦粒（7.0%）。 实验结果 3. 基于蛋白质含量对硬质红冬小麦分选 选用的特征：R，Y，X/Z Y在蛋白质含量高麦粒较高，而X/Z较小 表2 使用SKNIR，LED和图像分选机分选样本的平均蛋白质含量 蛋白质含量等级定义： 高：在两次实验中蛋白质含量都评判为高的麦粒。 中：在两次实验中蛋白质含量一次评判为高，另一次评判为低的麦粒。 低：在两次实验中蛋白质含量都评判为低的麦粒。 表3 蛋白质含量的变化 结论 在红白冬小麦分选中，在两次连续实验中，LED分选机剔除98%的白色麦粒同时带出23.7%的红色麦粒。相比图像分选机剔除83%的白色麦粒同时带出42.4%的红色麦粒。 在去除FHB损坏的麦粒中，LED分选机和图像分选机都能剔除90%带有明显FHB损坏的麦粒。但是LED分选机只带出1.9%未损坏的麦粒，而图像分选机却带出7.0%未损坏的麦粒。 在分选高蛋白