项目名称: 黄曲霉素荧光成像的特征光谱选择与图像检测方法

项目编号: No.31201133

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 食品科学、农学基础与作物学

项目作者: 韩仲志

作者单位: 青岛农业大学

项目金额: 20万元

中文摘要: 黄曲霉素是一种剧毒和强致癌物质,其快速检测是农产品品质安全与外贸的重要课题,项目拟花生、玉米等主要农作物的黄曲霉素污染为研究对象,基于其荧光发光特性,利用光谱选择和图像检测技术,研究快速检测黄曲霉素及其主要衍生物有效方法。内容包括:(1)鉴于荧光的微弱性,和被测黄曲霉素衍生物(B1、B2、G1、G2等10余种)的发光特性,确定其激发光谱的最佳特征波长,以获得最大荧光激发能力,由于荧光光谱分析涉及海量数据,拟采用独立分量分析(ICA)方法,进行有效的数据降维和压缩,进而构建特定波长的荧光成像模型;(2)根据图像所反映的荧光强度来测定其黄曲霉素衍生物的浓度,通过荧光图像面积、积分光密度、绝对光密度等参数的测量,建立光谱图像参量与被测黄曲霉素含量之间的回归模型,形成黄曲霉素图像检测的定量化描述方法。课题为研制黄曲霉素荧光无损检测设备提供技术支持,对提高我国农产品安全与国际竞争力具有积极意义。

中文关键词: 计算机视觉;图像检测;荧光高光谱成像;农产品;黄曲霉

英文摘要: Aflatoxin is a kind of substance which is toxic and of a strong carcinogen. Rapid detection of it is an important issue of quality security and foreign trade of agricultural product. In this project, the aflatoxin contamination of the important crops, corn and peanut is the subject investigated. Using the technology of spectrum selection and image detection, the method of rapid detection of aflatoxin and its important derivates is researched based on aflatoxin's fluorescence radiation characteristic. It concludes two aspects. (1) According to the attribution of derivates of aflatoxin, the best characteristic wave length of the excitation spectrum is determined in order to get the biggest fluorescence excitation ability. Because the fluorescence analysis needs to deal with massive data, the method of independent component analysis (ICA) is to be used to carry out effective dimension reduction and compression of data in order to construct fluorescence imaging model of specific wavelength; (2) the thickness of aflatoxin's derivates is determined according to the image's fluorescence intensity. According to the measurement of parameters such as fluorescence image's area, integral optical density and absolute optical density, the regression model describes the relationship between multispectral image parameter and th

英文关键词: Computer vision;Image detection;Fluorescent hyperspectral image;Agricultural products;Aflatoxin

成为VIP会员查看完整内容
0

相关内容

计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
《深度学习HDR成像》综述论文
专知会员服务
27+阅读 · 2021年12月14日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
基于表格数据的深度学习方法
专知会员服务
37+阅读 · 2021年10月19日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
20+阅读 · 2021年5月1日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
中国泛资讯行业洞察报告|36氪研究院
36氪
0+阅读 · 2022年3月23日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
54+阅读 · 2022年1月1日
小贴士
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
《深度学习HDR成像》综述论文
专知会员服务
27+阅读 · 2021年12月14日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
基于表格数据的深度学习方法
专知会员服务
37+阅读 · 2021年10月19日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
20+阅读 · 2021年5月1日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
中国泛资讯行业洞察报告|36氪研究院
36氪
0+阅读 · 2022年3月23日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员