甘草是我國需求量大、用途廣泛的道地藥材,甘草種子作為其重要的生產(chǎn)資料受到了中醫(yī)藥研究人員的關(guān)注。在研究過程中需要實現(xiàn)對甘草種子的鑒別分選工作,但是目前研究人員對甘草種子的鑒別仍停留在形態(tài)學觀察、化學分析和生物學分析的方式,這三種方式或多或少存在著準確率低、鑒別周期長和損壞甘草種子的缺點。為了解決上述鑒別方式中存在的不足,加快研究人員的科研步伐,本文利用近些年發(fā)展迅速且被廣泛應用在農(nóng)作物定性分析方面的近紅外高光譜技術(shù),開發(fā)了一套可以快速無損鑒別甘草種子產(chǎn)地和品種信息的系統(tǒng)。本文經(jīng)過實驗分析確定了使用簡單閾值分割和最大類間方差法（OTSU）結(jié)合的方式提取甘草種子高光譜圖像中的感興趣區(qū)域（ROI）,從而獲得甘草種子的光譜信息。對比了不同的數(shù)據(jù)處理和建模方法,確定了使用基于K-means的下采樣方法降低樣本集的數(shù)據(jù)不平衡性;使用基于聯(lián)合x-y距離的樣本集劃分方法（SPXY）劃分樣本集;采用Savitzky-Golay（SG）平滑+多元散射校正（MSC）+一階導數(shù)的方法進行光譜預處理;使用獨立分量分析（ICA）對光譜數(shù)據(jù)進行特征提取;利用支持向量機（SVM）建立識別甘草種子產(chǎn)地和品種的模型。根據(jù)... 

【文章來源】：北京林業(yè)大學北京市211工程院校教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【圖文】：

近紅外高光譜圖像示意圖（WuandSun，2013）

基于近紅外高光譜的甘草種子鑒別系統(tǒng)研建10圖2.2采集到的高光譜圖像（第60個波段）Figure2.2Collectedhyperspectralimage(Thesixtiethband)2.2ENVI軟件ENVI（TheEnvironmentforVisualizingImages）是一個圖像處理平臺，設(shè)計之初是為了對遙感高光譜圖像處理而搭建的，由于其可以進行專業(yè)的高光譜分析且擁有強大的影像分析和圖像處理工具，近年來被國內(nèi)外學者廣泛應用于近紅外高光譜領(lǐng)域。本文使用ENVI軟件，是為了對SWIR-384近紅外高光譜儀采集到的高光譜圖像文件的格式進行轉(zhuǎn)換。SWIR-384高光譜儀器采集到的高光譜圖像格式為光盤映像文件，如圖2.3所示，對于此類光盤映像文件只能使用專業(yè)的圖像處理軟件如ENVI軟件才可以打開查看。為了使本文的系統(tǒng)能夠讀取高光譜文件，使用ENVI軟件將映像文件轉(zhuǎn)換為TIFF（TagImageFileFormat）格式文件。TIFF格式文件是圖像處理中常用的格式，是一種靈活的位圖格式，擁有三級體系結(jié)構(gòu)的數(shù)據(jù)格式，能夠存儲高光譜圖像這種三維立體結(jié)構(gòu)數(shù)據(jù)，有效保存采集到的光譜信息。圖2.3采集到的高光譜圖像文件屬性Figure2.3Theattributesofcollectedhyperspectralimages

基于近紅外高光譜的甘草種子鑒別系統(tǒng)研建10圖2.2采集到的高光譜圖像（第60個波段）Figure2.2Collectedhyperspectralimage(Thesixtiethband)2.2ENVI軟件ENVI（TheEnvironmentforVisualizingImages）是一個圖像處理平臺，設(shè)計之初是為了對遙感高光譜圖像處理而搭建的，由于其可以進行專業(yè)的高光譜分析且擁有強大的影像分析和圖像處理工具，近年來被國內(nèi)外學者廣泛應用于近紅外高光譜領(lǐng)域。本文使用ENVI軟件，是為了對SWIR-384近紅外高光譜儀采集到的高光譜圖像文件的格式進行轉(zhuǎn)換。SWIR-384高光譜儀器采集到的高光譜圖像格式為光盤映像文件，如圖2.3所示，對于此類光盤映像文件只能使用專業(yè)的圖像處理軟件如ENVI軟件才可以打開查看。為了使本文的系統(tǒng)能夠讀取高光譜文件，使用ENVI軟件將映像文件轉(zhuǎn)換為TIFF（TagImageFileFormat）格式文件。TIFF格式文件是圖像處理中常用的格式，是一種靈活的位圖格式，擁有三級體系結(jié)構(gòu)的數(shù)據(jù)格式，能夠存儲高光譜圖像這種三維立體結(jié)構(gòu)數(shù)據(jù)，有效保存采集到的光譜信息。圖2.3采集到的高光譜圖像文件屬性Figure2.3Theattributesofcollectedhyperspectralimages

【參考文獻】：
期刊論文
[1]近紅外光譜分析技術(shù)及儀器發(fā)展概況[J]. 林房,吳麗華,劉曼曼,冷其影,鞏子路,邢棟,吳宏萍.  釀酒. 2020(01)
[2]光譜預處理方法選擇研究[J]. 第五鵬瑤,卞�；�,王姿方,劉巍.  光譜學與光譜分析. 2019(09)
[3]近紅外結(jié)合極限學習機快速識別牛肉中摻假豬肉[J]. 韓方凱,劉璨,黃煜,馬梅,馮凡,段騰飛,張東京.  安徽農(nóng)業(yè)科學. 2019(13)
[4]紅外高光譜數(shù)據(jù)鑒別技術(shù)研究[J]. 張晟翀,李宇海.  光電技術(shù)應用. 2019(02)
[5]兩種甘草種子偽品的鑒別[J]. 尚興樸,鄧庭偉,曾燕,鄭司浩,王繼永,史玉寶,楊連兵,盧禎林,王凱.  中國現(xiàn)代中藥. 2019(02)
[6]光纖光譜結(jié)合模式識別無損檢測蘋果表面疤痕[J]. 孟慶龍,張艷,尚靜.  激光技術(shù). 2019(05)
[7]基于高光譜圖像技術(shù)的小麥種子分類識別研究[J]. 張航,姚傳安,蔣夢夢,姬豫航,李華杰.  麥類作物學報. 2019(01)
[8]近紅外高光譜成像技術(shù)在藥物分析中的研究進展[J]. 白文明,王來兵,成日青,布仁.  藥物分析雜志. 2018(10)
[9]面向大米分類的高光譜特征波長提取方法[J]. 趙劉,齊海軍,金秀,溫淑嫻,李紹穩(wěn).  江蘇農(nóng)業(yè)科學. 2018(17)
[10]近紅外高光譜成像的微破損棉種可視化識別[J]. 高攀,張初,呂新,張澤,何勇.  光譜學與光譜分析. 2018(06)

博士論文
[1]軟件測試與可靠性評估[D]. 張廣梅.中國科學院研究生院（計算技術(shù)研究所） 2006

碩士論文
[1]基于Android平臺的微型高光譜檢測系統(tǒng)研究[D]. 李國光.深圳大學 2018
[2]基于近紅外光譜的玉米品種鑒別系統(tǒng)研建[D]. 邢川平.北京林業(yè)大學 2018
[3]Android系統(tǒng)的微型近紅外光譜儀開發(fā)及在食品質(zhì)量檢測中的應用[D]. 陳通.江蘇大學 2016
[4]基于近紅外光譜圖像的玉米種子純度鑒定方法研究[D]. 賈仕強.中國農(nóng)業(yè)大學 2015
[5]基于高光譜技術(shù)的不同品種豬肉品質(zhì)檢測模型維護方法研究[D]. 鐘雄斌.華中農(nóng)業(yè)大學 2014



本文編號：3626854