基于机器学习的苹果霉心病超声无损快速检测设备及方法技术

本发明专利技术公开了基于机器学习的苹果霉心病超声无损快速检测设备及方法，包括步骤一，设备调试；步骤二，数据采集；步骤三，数据降噪；步骤四，机器学习；步骤五，数据显示；本发明专利技术通过滑台机构的设置，有利于根据苹果的大小调整非聚焦探头和超声接收器的高度，保证了非聚焦探头中心、苹果果心和超声接收器中心处理同一直线上，有利于提升检测的准确性，通过自主设计的设备以及方法，实现了对苹果霉心病的检测，检测时间仅为0.1s左右，大大提高了检测效率，防止了霉心病扩散对果农造成严重的经济损失，能够有效提升苹果质量，设备简单，制造成本低，检测方法易于操作，并且采用超声检测，检测成本低，大大降低了整体成本。大大降低了整体成本。大大降低了整体成本。

【技术实现步骤摘要】
基于机器学习的苹果霉心病超声无损快速检测设备及方法


[0001]本专利技术涉及农业智能设备
，具体为基于机器学习的苹果霉心病超声无损快速检测设备及方法。

技术介绍

[0002]苹果富含丰富的营养，是我国的生产水果的主要品种之一。优秀果和精品果少，导致果品的检测达不到出口标准，同时对果品售价有影响。而苹果霉心病是影响苹果内在品质的主要病害之一。霉心病被分为霉心型和心腐型，霉心型通常会在果实心室内出现各种霉状物，一般不会蔓延到果肉。但心腐型不同，果实一旦出现病变症状就会逐渐从心室向外扩展腐烂，病变腐烂的区域通常呈现出水渍状、腐烂斑块或失水变空。而且发病时从果实外表无法判断，如有发病将会对果农和消费者的利益造成伤害。
[0003]目前，苹果霉心病检测方法主要有利用相对介电常数、核磁共振、X射线、近红外无损检测、超声无损检测等方法，其中利用相对介电常数可行度较高，但该方法暂时处于研究阶段，且没有明显的规律，需要进一步的研究与优化；核磁共振技术存在测定条件和分析过程复杂、检测费用高等问题，很难实现快速无损检测；X射线具有超强的穿透力，利用X射线成像能够直观地反应检测样本的结构缺陷和变化，利用机器视觉分析与X射线成像相结合的方法构建多传感器融合的苹果霉心病检测系统，不仅检测耗时短，而且对霉心病苹果的判别率达92％，可以用于苹果霉心病的实时检测，但由于潜在危险系数高等问题，并不能很好解决实际应用；近红外无损检测是业界最常用的苹果霉心病检测方法，其原理是水果内部分子与化学键相结合的各种基团的自身振动具有固定频率，在近红外光照射下水果吸收近红外光谱区特定波长的光线，可以获取该物质的特征光谱，但由于成本高昂，不利于大规模生产；而超声无损检测技术，潜在危险系数低，与X射线一样，具有检测耗时短，判别率高，同时成本低，利于大规模生产，然而现有的设备在进行超声检测的过程中，由于苹果大小不一，从而难以保证超声波完美的穿过苹果的果心，继而造成一定的检测偏差，降低了设备的检测精度。

技术实现思路

[0004]本专利技术的目的在于提供基于机器学习的苹果霉心病超声无损快速检测设备及方法，以解决上述
技术介绍
中提出检测精度低、耗时长以及成本高的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：基于机器学习的苹果霉心病超声无损快速检测设备，包括安装板，所述安装板顶部一侧安装有滑台机构，且安装板顶部一角安装有底板，底板顶部中心固定连接有支撑架，且支撑架顶部安装有显示器，安装板顶部另一角安装有机箱。
[0006]优选的，所述滑台机构包括V型滑台、螺杆、第一固定块、滑块、连接块、限位孔、第二固定块、限位块、轴承块、主动锥齿轮、导向杆、从动锥齿轮和伺服电机，安装板顶部一侧安装有V型滑台，且安装板底部一侧安装有伺服电机，伺服电机输出端活动贯穿V型滑台底
部中心，且V型滑台内部底面中心安装有轴承块，轴承块套接在伺服电机输出端，且轴承块与伺服电机输出端转动连接，伺服电机输出端顶部套接固定有主动锥齿轮，主动锥齿轮外圆周两侧分别啮合有从动锥齿轮，且两个从动锥齿轮分别套接固定在螺杆一端，螺杆两端分别套接有第一固定块，且第一固定块与螺杆转动连接，第一固定块有四块，且第一固定块对称安装在V型滑台内部顶面两侧。
[0007]优选的，两个所述螺杆中心一端分别套接有滑块，且滑块分别与螺杆通过滚珠螺母配合连接，两个滑块顶部分别固定连接有连接块，两个连接块活动贯穿限位孔，且限位孔对称开设在V型滑台顶部两侧，两个连接块顶部分别安装有第一隔板和第二隔板，第一隔板一侧中心固定连接有非聚焦探头，第二隔板一侧中心固定连接有超声接收器，且超声接收器通过数据线与主板电性连接，主板安装在机箱内部底面中心，且主板一侧顶部安装有处理器。
[0008]优选的，所述第一固定块底部安装有第二固定块，且两个第二固定块相对一侧中心分别与导向杆两端固定连接，导向杆中心一端滑动连接有限位块，且限位块顶部与滑块底部中心固定连接。
[0009]优选的，所述安装板顶部一角设置有人机交互板，且人机交互板通过导线与主板电性连接，安装板底部四角位置分别固定连接有支撑腿，且支撑腿底部安装有自锁万向轮。
[0010]基于机器学习的苹果霉心病超声无损快速检测的方法，包括步骤一，设备调试；步骤二，数据采集；步骤三，数据降噪；步骤四，机器学习；步骤五，数据显示；
[0011]其中上述步骤一中，首先按照技术方案将设备组装完成，随即将苹果放置到V型滑台顶部，随后根据苹果的大小来对非聚焦探头和超声接收器的高度进行调整，打开伺服电机，伺服电机输出端开始转动，继而带动主动锥齿轮转动，然后带动从动锥齿轮，随后带动螺杆转动，随即带动滑块沿着螺杆对中滑动，然后带动连接块对中滑动，继而带动第一隔板和第二隔板对中滑动，然后带动非聚焦探头和超声接收器对中滑动，从而保证非聚焦探头中心、苹果中心以及超声接收器中心处于同一条直线上，非聚焦探头采用100kHz P20SJ；
[0012]其中上述步骤二中，当步骤一中的设备调试完成后，此时打开非聚焦探头，非聚焦探头产生超声波穿透苹果心后打到超声接收器上，随后接收到的数据通过数据线传递到主板上的处理器内；
[0013]其中上述步骤三中，利用处理器对步骤二中接收的超声波图像进行降噪，降噪步骤如下：
[0014]1)对图像进行编码，选取浮点数编码方法，将图像的灰度图转化为包含像素个数个元素的列向量，并将这些列向量分成包含固定元素个数的行向量，并将这些向量组成新的矩阵；
[0015]2)从向量组成新的矩阵中选择进行杂交或变异的个体，首先计算适应度值，其计算公式为其中V(i)表示适应度值r(i)(k)表示基因值；其次，对个体的适应度值进行排序；最后，根据选择概率选择进行杂交运算的个体，其阈值计算公式为t＝V
′
(k)(k＝n
×
(1
‑
ra))，其中t表示阈值，ra表示选择率；
[0016]3)使用诱导杂交方法对“劣质基因”进行杂交变换产生新的个体，首先，确定染色体的绝对偏差，计算公式为其次，按照杂交确
定阈值，基因适应度值大于该阈值的为劣质基因，阈值计算公式为s＝u
(i)
′
(k)，k＝m
×
(1
‑
hra),其中u
(i)
′
(k)表示u
(i)
(k)排序后的结果,hra为杂交率，最后将基因适应度值大于阈值s的基因进行杂交，杂交的方法为r
(i)
(m)＝R
(i)
(m)，其中r
(i)
(m)为选择P1的第i个染色体上的第m个基因，R
(i)
(m)表示P2中第i个染色体上的第m个基因；
[0017]4)对杂交后的子代进行变异，首先，计算基因的适应度值b，方法同S3；其次，对b进行从小到大排列，得到b
′
，由S3中方法计算阈值；最后进行变异运算，其计算公式为：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器学习的苹果霉心病超声无损快速检测设备，包括安装板(1)，其特征在于：所述安装板(1)顶部一侧安装有滑台机构(2)，且安装板(1)顶部一角安装有底板(9)，底板(9)顶部中心固定连接有支撑架(8)，且支撑架(8)顶部安装有显示器(7)，安装板(1)顶部另一角安装有机箱(6)。2.根据权利要求1所述的基于机器学习的苹果霉心病超声无损快速检测设备，其特征在于：所述滑台机构(2)包括V型滑台(201)、螺杆(202)、第一固定块(203)、滑块(204)、连接块(205)、限位孔(206)、第二固定块(207)、限位块(208)、轴承块(209)、主动锥齿轮(210)、导向杆(211)、从动锥齿轮(212)和伺服电机(213)，安装板(1)顶部一侧安装有V型滑台(201)，且安装板(1)底部一侧安装有伺服电机(213)，伺服电机(213)输出端活动贯穿V型滑台(201)底部中心，且V型滑台(201)内部底面中心安装有轴承块(209)，轴承块(209)套接在伺服电机(213)输出端，且轴承块(209)与伺服电机(213)输出端转动连接，伺服电机(213)输出端顶部套接固定有主动锥齿轮(210)，主动锥齿轮(210)外圆周两侧分别啮合有从动锥齿轮(212)，且两个从动锥齿轮(212)分别套接固定在螺杆(202)一端，螺杆(202)两端分别套接有第一固定块(203)，且第一固定块(203)与螺杆(202)转动连接，第一固定块(203)有四块，且第一固定块(203)对称安装在V型滑台(201)内部顶面两侧。3.根据权利要求2所述的基于机器学习的苹果霉心病超声无损快速检测设备，其特征在于：两个所述螺杆(202)中心一端分别套接有滑块(204)，且滑块(204)分别与螺杆(202)通过滚珠螺母配合连接，两个滑块(204)顶部分别固定连接有连接块(205)，两个连接块(205)活动贯穿限位孔(206)，且限位孔(206)对称开设在V型滑台(201)顶部两侧，两个连接块(205)顶部分别安装有第一隔板(3)和第二隔板(5)，第一隔板(3)一侧中心固定连接有非聚焦探头(13)，第二隔板(5)一侧中心固定连接有超声接收器(4)，且超声接收器(4)通过数据线(14)与主板(15)电性连接，主板(15)安装在机箱(6)内部底面中心，且主板(15)一侧顶部安装有处理器(16)。4.根据权利要求2所述的基于机器学习的苹果霉心病超声无损快速检测设备，其特征在于：所述第一固定块(203)底部安装有第二固定块(207)，且两个第二固定块(207)相对一侧中心分别与导向杆(211)两端固定连接，导向杆(211)中心一端滑动连接有限位块(208)，且限位块(208)顶部与滑块(204)底部中心固定连接。5.根据权利要求1所述的基于机器学习的苹果霉心病超声无损快速检测设备，其特征在于：所述安装板(1)顶部一角设置有人机交互板(10)，且人机交互板(10)通过导线与主板(15)电性连接，安装板(1)底部四角位置分别固定连接有支撑腿(12)，且支撑腿(12)底部安装有自锁万向轮(11)。6.基于机器学习的苹果霉心病超声无损快速检测的方法，包括步骤一，设备调试；步骤二，数据采集；步骤三，数据降噪；步骤四，机器学习；步骤五，数据显示；其特征在于：其中上述步骤一中，首先按照技术方案将设备组装完成，随即将苹果放置到V型滑台(201)顶部，随后根据苹果的大小来对非聚焦探头(13)和超声接收器(4)的高度进行调整，打开伺服电机(213)，伺服电机(213)输出端开始转动，继而带动主动锥齿轮(210)转动，然后带动从动锥齿轮(212)，随后带动螺杆(202)转动，随即带动滑块(204)沿着螺杆(202)对中滑动，然后带动连接块(205)对中滑动，继而带动第一隔板(3)和第二隔板(5)对中滑动，然后带动非聚焦探头(13)和超声接收器(4)对中滑动，从而保证非聚焦探头(13)中心、苹果
中心以及超声接收器(4)中心处于同一条直线上，非聚焦探头(13)采用100kHz P20SJ；...

【专利技术属性】
技术研发人员：王九鑫，姚家辉，苏耀恒，吴鑫，李文龙，黄磊，王康华，王攀龙，解淑婷，王明墺，杜雨蓉，陈琳，杨宁，张芷叶，卢定泽，郝红娟，刘宇程，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：