论文部分内容阅读
苹果是市场上一年四季都能见到的水果,品种丰富,分布地域广泛。苹果收货后进行分级处理可以拉开价格档次,方便不同消费者购买。目前,对苹果的分级基本上应用基于机器视觉的分级系统来实现。但是,机器视觉系统只能够检测苹果的形状、大小、颜色等果型和果面元素,不足以体现苹果的整体品质。而苹果品质还有无异常气味或滋味的基本要求,因此快速准确的检测苹果的气味将其作为苹果分级的另一重要指标成为食品、园艺与计算机等学科研究的一个课题。
随着传感器技术、模式识别技术、网络通信技术与嵌入式计算机技术的迅猛发展,便携式气味检测仪器即电子鼻的研究与实现成为讨论的一个热点,并且正向着智能化、接口标准化、小型化、低成本及低功耗的趋势发展。本文就苹果气味的特性对苹果气味检测和分类进行探索性研究。初步建立了以TMS320VC5402为处理器的便携式苹果气味检测系统,该系统集样本采集、A/D转换、非线性模式识别为一体。论文的主要内容包括:
1.气体传感器及其阵列的选择。本文以6个SnO2型气体传感器构成阵列,设置了反应室的温控系统,设置了反应室与外界的气流交换设备,最大限度的满足气体传感器对环境的要求。设计了气味采集的试验装置,结合其他硬件电路和模式识别算法设置了试验步骤。
2.DSP的选择与外围电路的设计。本文采用性价比较高的TMS320VC5402芯片作为处理器,高精度的A/D转换器MAX1403,介绍了DSP与A/D转换器的接口电路;本文就不同品种的苹果其气味特性也有所差异的特点,设置了3*5的键盘,介绍了DSP与键盘的接口电路;为了更好的实现人机交互功能,系统设计了DSP与LCD的接口电路,通过LCD显示检测结果。
3.基于神经网络技术的模式识别系统。本文对BP算法进行了改进,结合调整学习因子和动态因子,使BP网络不容易陷入局部最优,提高了网络的识别精度、较好的解决了BP算法的收敛问题。研究了BP神经网络在DSP平台上的软件设计问题,实现了其在硬件上的移植和优化工作。