第八届全国光电设计赛题——基于智能手机的苹果糖度无损测量分析

第八届全国光电设计赛题——基于智能手机的苹果糖度无损测量分析

先看赛题

说真的，由于疫情的特殊影响，这个比赛最终能不能进行下去还是个未知数，有个有趣的事情，我突然发现这个比赛官网挂了，不过我们小team 还是准备艰难进行下去，抛去外因，这个赛题趣味也是十足。

1.赛题分析

（1）要求利用手机的成像功能，所以得到的光信号必须要通过手机的CMOS传感器来接收。
（2）要求测量数据的处理、显示工作需全部由手机完成，拟通过手机APP开发实现。
（3）苹果三个不同位置的测量，总时间为5分钟，平均每个位置不到2分钟，因此需要注意成像方式和数据处理所需要的时间。
（4）添加的附件必须由自己设计并构建，不能包含商业核心模块，因此只能使用一些简单的光学元件。
（5）实验过程中苹果糖度的准确值较难确定，计划使用市面上销售的糖度计的测量值进行标定。
（6）苹果种类、苹果表皮颜色、苹果存放时间、苹果表面洁净度等影响因素需要考虑。
（7）为消除测量过程中背景光的干扰，考虑给整个测量系统用黑色材料封装。

2.检测原理

有机物以及部分无机物分子中化学键结合的各种基团的运动都有其固定的振动频率。当分子受到红外线照射时,被激发产生共振,同时光的能量部分被吸收,测量其吸收光并得到极为复杂的图谱。这种图谱就表示被测物质的特征。不同物质在近红外区域有丰富的吸收光谱,每种成分都有特定的吸收特征。因此近红外光谱具有丰富的结构和组成信息，适于测定物质的内部品质。它具有无破坏性、速度快、成本低、样品无需预处理、无需化学试剂和无污染等优点。因此，近红外光谱分析技术作为一种定量、定性分析技术，在很多领域得到初步应用，极具发展潜力。
可以通过分析苹果的近红外吸收光谱来获取苹果的糖度信息。苹果对不同波长红外光的吸收情况可由对不同波长反射光的强度值反映。因此测量并分析苹果的近红外漫反射强度谱，可以获得其糖度值。
3.实施方案
方案流程图如下：

3.1成像系统

（1）光源

光源是水果无损检测仪的重要组成部分，光源选择的正确与否直接关系到仪器的稳定性和检测的精度，甚至于开发的成败。在能够反映水果特征峰的波段内光源必须要能保证足够的强度和稳定性，二者直接关系到检测仪的信噪比高低。同时，光源所能涵盖的波长范围也决定着仪器对波长的检测范围。另外，光源不同的光照角度会影响之后模型的精度。
经过分析，我们选择卤钨灯作为成像光源，光源照射角度为45°。
（光源的强度均匀性需要考虑）

（2）准直系统

准直系统由小孔和准直透镜组成，从光源发出的光经过准直系统，形成平行光束，之后被分光元件分光。

（3）分光系统

方案一 ：采用光栅和狭缝获取单一波长的漫反射光。
（波长选择装置需要设计，可参考：）

方案二 ：采用不同波长的滤光片，通过不断切换滤光片获得单一波长漫反射光。
（分光系统需考虑的问题：分辨率、需要采集的特征波长的数量、波长选择的控制和切换效率）
（4）聚焦系统
经分光元件出射的单一波长光束，通过聚焦系统聚焦在手机镜头上。
（5）探测系统
国产智能手机摄像头（cmos）。
（手机对于红外光的成像效果未知）
3.2获得光谱数据
（1）通过手机图像获取各波长漫反射光强
使用手机对苹果上的光斑（圆形）成像，以光斑中心为原点，给定几个半径值，通过计算各半径处图像灰度平均值来反映光强大小。要注意对不同波长成像过程中手机、光源等装置的位置要保持固定。

（2）通过手机镜头直接探测光强（需要验证可行性）
利用手机镜头感光器件自身对于光强的响应特性，得到其接收到的光信号所对应的电信号，以此反映光强信息。

3.3建立糖度模型

为了由近红外光谱数据得到糖度值，分析光谱与糖度的相关性，使用MATLAB建立数学模型，利用多个苹果样本的数据对模型进行训练和校正，最终得到糖度的预测模型。
在建立模型之前需要对光谱数据进行预处理，以消除干扰信息的影响，提高模型的精度和稳定性。常用的预处理算法有：S-G平滑算法、一阶求导算法、标准正态变量变换SNV算法和多元散射校正MSC算法。
查找相关资料，可以借鉴的模型主要有：PSO粒子群算法和反向传播神经网络组成的PSO-BP模型、多元线性回归MLR模型、偏最小二乘法PLS模型，其中PSO-BP的效果较好。

3.4手机app开发

使用android studio开发app，其包含的模块如下：
（1）拍照模块：获取手机拍照权限，与成像系统的波长转换一同控制，每转换一个波长拍照一次并储存。
（2）图像处理模块：将得到的图像进行图像处理，如灰度值计算等，将每个波长下的图像信息转化为光强信息。
（3）光强测量模块：运用手机摄像头探测接收光强，辅助模块（2）得到更加准确的光强信息。
（4）温度参数输入：手动输入当天室温。
（5）模型计算模块：将MATLAB分析出的模型植入app，带入各波长对应的光强值，进行光谱分析，计算出糖度预测值。
（6）显示模块：显示测得的糖度值。
另外，在成像波长转换速度、app运行速度允许的情况下，可以对苹果同一点进行多次测量，求得平均值以提高准确度。