本文選題：冬棗 + 高光譜成像��； 參考：《食品科學(xué)》2017年02期

【摘要】：為了對冬棗損傷進(jìn)行早期檢測,采用近紅外高光譜圖像技術(shù)對損傷區(qū)域成像。針對高光譜圖像波長多的特點(diǎn),分別采用連續(xù)投影算法、相關(guān)特征選擇算法、一致性(Consistency)算法選擇冬棗損傷的特征波長,對提取的特征波長分別應(yīng)用k-鄰近、樸素貝葉斯(naive bayes,NB)、支持向量機(jī)(support vector machine,SVM)3種分類方法進(jìn)行損傷區(qū)域識別。結(jié)果表明:所有方法選擇的一致特征波長在1 353 nm和1 691 nm附近。Consistency算法選擇的特征波長在SVM分類器下分類識別正確率達(dá)到95.16%,一致特征波長在NB分類器下分類識別正確率達(dá)到84.26%,驗(yàn)證了一致波長的有效性,為多光譜成像技術(shù)實(shí)現(xiàn)在線檢測冬棗損傷提供參考依據(jù)。
[Abstract]:In order to detect the damage of winter jujube early, the near infrared hyperspectral image technique was used to image the damaged area. Aiming at the characteristics of multiple wavelengths in hyperspectral images, continuous projection algorithm, correlation feature selection algorithm and consistent Consistencyalgorithm are used to select the characteristic wavelengths of winter jujube damage respectively. Three classification methods, namely naive Bayes and support Vector machines (SVM), are used to identify damage regions. The results show that the correct rate of classification and recognition of the characteristic wavelength selected by all the methods is 95.16% under SVM classifier at 1 353 nm and 1 691nm respectively, and the consistent feature wavelength is classified and recognized by NB classifier. The accuracy is 84.26, which verifies the validity of the consistent wavelength. It provides a reference for multi-spectral imaging technology to detect the damage of winter jujube on-line.
【作者單位】： 西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院;霍恩海姆大學(xué)農(nóng)業(yè)工程研究所;
【基金】：陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃-青年人才項(xiàng)目(2015JQ3065) 中國博士后科學(xué)基金項(xiàng)目(2015M572602) 西北農(nóng)林科技大學(xué)國際科技合作種子基金項(xiàng)目(A213021505)
【分類號】：S665.1;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 胡鵬程;孫曄;吳海倫;顧欣哲;屠康;鄭劍;潘磊慶;;高光譜圖像對白蘿卜糠心的無損檢測[J];食品科學(xué);2015年12期

2 薛建新;張淑娟;張晶晶;;壺瓶棗自然損傷的高光譜成像檢測[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年07期

3 魏新華;吳姝;范曉冬;黃嘉寶;;基于高光譜成像分析的冬棗微觀損傷識別[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年03期

4 張保華;黃文倩;李江波;趙春江;劉成良;黃丹楓;貢亮;;基于高光譜成像技術(shù)和MNF檢測蘋果的輕微損傷[J];光譜學(xué)與光譜分析;2014年05期

5 張初;劉飛;孔汶汶;章海亮;何勇;;利用近紅外高光譜圖像技術(shù)快速鑒別西瓜種子品種[J];農(nóng)業(yè)工程學(xué)報(bào);2013年20期

6 辛世華;何建國;王松磊;賀曉光;;紅棗表面損傷的特征光譜提取[J];食品科學(xué);2013年08期

7 蔡天凈;唐瀚;;Savitzky-Golay平滑濾波器的最小二乘擬合原理綜述[J];數(shù)字通信;2011年01期

8 閉小梅;閉瑞華;;KNN算法綜述[J];科技創(chuàng)新導(dǎo)報(bào);2009年14期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉思伽;田有文;馮迪;張芳;崔博;;基于高光譜成像的蘋果病害無損檢測方法[J];沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào);2016年05期

2 仇遜超;曹軍;;便攜式近紅外光譜儀檢測紅松籽中的水分含量[J];東北林業(yè)大學(xué)學(xué)報(bào);2016年12期

3 羅微;杜焱U，

本文編號：1980974