热搜: 食品  烟台  保健品  海产品  周黑  奶粉  黑窝点  黑作坊  全聚德  小龙虾 
 
当前位置: 首页 » 检测应用 » 检测技术 » 食品理化检测技术 » 正文

基于智能手机声信号哈密瓜成熟度的快速检测

放大字体  缩小字体 发布日期:2020-02-29
核心提示:哈密瓜是新疆特色瓜果,其种植面积与产量连年递增,已成为新疆重要经济作物和农民重要回入来源。瓜农和消费者都迫切需要一种便携、易操作、快速、价廉的无损检测装置,实现哈密瓜成熟度较准确评判。
   哈密瓜是新疆特色瓜果,其种植面积与产量连年递增,已成为新疆重要经济作物和农民重要回入来源。瓜农和消费者都迫切需要一种便携、易操作、快速、价廉的无损检测装置,实现哈密瓜成熟度较准确评判。
 
  对于瓜果成熟度,通常采用声振信号开展无损检测,但是这些研究多是为了满足在线批量检测要求,装置较为昂贵,与瓜农和消费者使用需求相去甚远。目前智能手机可望实现哈密瓜成熟度便携快速检测,能够同时满足瓜农和消费者的需求。近年来,已经有研究利用手机声信号检测莫瓜成熟度的报道。
 
  鉴于此,石河子大学机械电气工程学院的吕吉光和吴杰*通过对智能手机采集拍打哈密瓜产生的声信号分析处理,提取有效判别成熟度的特征参数,训练成熟度判别分类器及构建糖度检测模型,开发出可判别哈密瓜成熟度的发卓应用。
 
  1 基于SVM哈密瓜成熟度判别分类器的确定
 
  1.1 不同成熟度哈密瓜声信号特征量的差异显着性
 
  使用独立样本t检验进行不同成熟度哈密瓜声信号特征量的差异显着性分析,结果显示,对于未熟瓜与成熟瓜,有3 个声信号特征量AMDF、SSTE3、B不存在显着性差异,不能用于成熟分类器的特征方量;对于适熟瓜与过熟瓜,有4 个声信号特征量STE、E、wc、f不存在显着差异,不能用作适熟分类器的特征方量。
 
  1.2 哈密瓜成熟分类器
 
  考虑到智能手机计算能力有限,因此首先考虑使用单特征量作为特征方量训练哈密瓜成熟度分类器。结果显示,当分别使用SSTE4、ZCR、f这3 个特征量训练成熟分类器判别哈密瓜成熟和未熟时,判别准确率和F1值较低;使用特征量STE、E、SSTE1、SSTE2、wc判别的准确率和F1值较好,均在80%以上,其中有2 个特征量E、SSTE1,准确率和F1值达到90%以上,因此本研究将这2 个特征量组成特征方量训练成熟分类器,但成熟和未熟判别的准确率和F1值提高并不明显,又分别引入STE、SSTE2、wc构成特征方量训练分类器,其中引入STE、SSTE2构成特征方量训练分类器的准确率和F1值提高不大,但引入wc与特征量E、SSTE1共同构成特征方量训练成熟分类器时,准确率和F1值达到了100%。由此表明,这3 个特征量联合训练的成熟分类器判别性能最优,最适宜哈密瓜成熟与未熟判别。
 
  1.3 哈密瓜适熟分类器
 
  结果显示,使用特征量AMDF、SSTE4训练适熟分类器,判别哈密瓜适熟和过熟的准确率和F1值较低;只有2 个特征量SSTE3、ZCR分别训练的适熟分类器,判别准确率和F1值均在80%以上,因此将这2个特征量组成特征方量训练适熟分类器,对哈密瓜适熟和过熟判别的准确率和F1值有所提升,当继续分别引入剩余的3 个特征量SSTE1、SSTE2、B训练适熟分类器时,特征量SSTE2与SSTE3、ZCR组成的特征方量对适熟与过熟瓜判别的准确率和F1值达到了100%,是最适宜作为适熟分类器的特征量。
 
  2 哈密瓜糖度预测模型
 
  经逐步多元回归分析,使用特征量检测哈密瓜糖度结果如图8所示,根据其预测模型,结果显示拟合参数和方程都可信。可溶性固形物预测模型的相关系数为0.909,因此建立的回归方程可用于哈密瓜糖度检测。
 
  3 哈密瓜成熟度判别应用软件开发
 
  基于上述研究结果开发手机APP应用软件,如图9所示。本应用软件提供用户使用反馈功能以不断改善分类模型。
 
  使用该应用软件对适熟瓜25 个、未熟瓜15 个、过熟瓜15 个进行成熟度判别,如图10所示,未熟、适熟和过熟的判别准确率分别为93.3%、96.0%和80.0%,总体判别准确率为90.9%。本研究分类器采用较优的非线性核函数,其判别成熟度的准确率有所提升。此外,使用本应用软件检测28 个适熟瓜的糖度,相对误差在-9.84%~9.90%,也取得了较好的检测结果。
 
  结    论
 
  本研究采用手机录制拍打哈密瓜的声信号,通过对声信号预处理和特征量提取,基于SVM构建了两个不同的成熟度分类器,实现了哈密瓜3 种成熟度判别,并可以对哈密瓜糖度进行定量预测,具体如下:1)采用声信号的wc、E、SSTE1组成特征方量训练成熟分类器,可以较准确判别哈密瓜的未熟和成熟;2)采用声信号的ZCR、SSTE2、SSTE3组成特征方量训练适熟分类器,可以较准确判别哈密瓜的适熟和过熟;3)训练两个分类器的RBF核函数均为非线性核函数,对哈密瓜成熟度判别总体准确率可达90.9%,今后根据用户反馈结果可以进一步改进分类器的判别性能;4)采用wc、E及SSTE1、SSTE2、SSTE3、SSTE4构建的哈密瓜糖度预测模型,可以实现哈密瓜糖度较准确检测。
 
 
[ 检测应用搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐图文
推荐检测应用
点击排行
  

鲁公网安备 37060202000213号