水果成熟度作为衡量水果品质和等级的一个重要指标，区分不同成熟度的水果可以降低水果在采摘、包装、储存、运输等物流环节的损失率。高光谱技术是一种新型光谱技术和计算机视觉融合技术，它可以从图像维和光谱维对水果的综合品质进行评价。分析了国内外将该技术应用于水果成熟度检测方面的研究进展，提出了利用高光谱图像技术检测枣和梨成熟度的方法，利用不同成熟度的水果在可见光及近红外波段的反射率，初步确定了利用高光谱成像技术检测枣和梨2种水果成熟度的有效特征波长。

利用高光谱技术对火龙果可溶性固形物含量(SSC)检测进行研究,为火龙果内部品质无损检测提供科学方法.以火龙果为研究对象,对光谱数据进行预处理,应用连续投影算法(SPA)进行特征变量的选择,通过偏最小二乘法(PLS)和前馈反向传播神经网络法(BPNN)建立预测模型,分析了火龙果果皮对SSC 模型预测精度的影响.实验结果表明：采用平滑去噪(MAS) 效果最优,PLS 模型的交叉验证相关系数(Rcv) 为0.8635,交叉验证均方根误差(RMSECV)为0.6791,可提高火龙果可溶性固形物模型精度；通过SPA 算法能够有效地对光谱数据进行降维处理,采用优选的15 个特征变量建立的BPNN 预测模型的预测相关系数(RP)为0.8411,预测均方根误差(RMSEP)为0.8171；果皮对建模结果会产生一定的影响,完整果PLS 模型的(RP)为0.8999,RMSEP 为0.7208；果肉PLS 模型的RP 为0.9304,RMSEP 为0.5291,果肉SSC 模型比完整果SSC 模型的预测能力略高.研究结果表明基于高光谱技术采集的火龙果漫反射光谱进行SSC 无损检测具有可行性.

高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的. 综述了国内外将该技术应用于水果品质检测方面的研究进展,提出了利用高光谱图像技术检测苹果轻微损伤的方法,利用500~900 nm的高光谱图像数据,通过主成分分析提取547 nm波长下的特征图像.

以数字图像处理技术为基础，设计一种对提升机钢丝绳进行表面无损检测的方法。首先利用Retinex理论的图像增强算法消除光照影响，突出物体表面特征。然后采用Roberts边缘检测算子检测目标钢丝绳边缘，用列统计滤波技术将钢丝绳本体与背景分离，再基于灰度变换和坎尼边缘检测器提取绳股纹理。接着使用一种改进型积分投影方法反映绳股内纹理完整性信息，最后通过BP神经网络模型作出最终结果的预测。从实验结果来看，本文的检测方法能够取代人工目视检测，方便清晰，科学有效。

智能检测与控制技术-红外无损检测设备.pptx

智能检测与控制技术-红外无损检测应用.pptx

认识无损检测技术 目 录 什么是无损检测 01 什么是无损检测 就是利用声光、磁和电等特性，在不损害或不影响被检对象使用性能的前提下，检测被检对象中是否存在缺陷或不均匀性，给出缺陷的大小、位置、性质和数量等信息，进而判定被检对象所处技术状态（如合格与否、剩余寿命等）的所有技术手段的总称。 无损检测的特点 02 无损检测的特点 不损坏试件材质、结构 正确选用实施无损检测的时机 正确选用最适当的无损检测方法 综合应用各种无损检测方法 无损检测的特点 无损检测的最大特点就是能在不损坏试件材质、结构的前提下进行检测。在目前无损检测还不能代替破坏性检测也就是说，对一个工件、材料、机器设备的评价，必须把无损检测的结果与破坏性试验的结果互相对比和配合，才能作出准确的评定。 无损检测的特点 在无损检测时，必须根据无损检测的目的，正确选择无损检测实施的时机。 无损检测的特点 由于各种检测方法都具有一定的特点，为提高检测结果可靠性，应根据设备材质、制造方法、工作介质、使用条件和失效模式，预计可能产生的缺陷种类、形状、部位和取向，选择合适的无损检测方法。 无损检测的特点 在无损检测的应用中，还应充分认识到检

fphekAAA无损检测方案.pdf，这是一份不错的文件

基于android系统的脐橙品质近红外光谱无损检测技术.pdf

无损检测仪器与设备.zip