本文關(guān)鍵詞：基于高光譜圖像與果蠅優(yōu)化算法的馬鈴薯輕微碰傷檢測

  更多相關(guān)文章： 馬鈴薯 輕微碰傷 V型平面鏡 高光譜成像 果蠅優(yōu)化算法

【摘要】：針對通常采用的反射高光譜無法準(zhǔn)確檢測隨機(jī)放置馬鈴薯表面輕微碰傷的問題,提出了一種用V型平面鏡的高光譜并結(jié)合果蠅優(yōu)化算法(FOA)檢測馬鈴薯輕微碰傷的方法。試驗(yàn)搭建了V型平面鏡反射高光譜圖像采集系統(tǒng),分別采集隨機(jī)放置下的輕微碰傷和合格馬鈴薯的高光譜圖像,每張高光譜圖像包含平面鏡1反射圖像F1、相機(jī)直接采集圖像F2、平面鏡2反射圖像F3,分別提取F1、F2、F3感興趣區(qū)域的平均光譜拼接成馬鈴薯的屬性矩陣。采用標(biāo)準(zhǔn)正態(tài)變量變換(SNV)預(yù)處理后的光譜矩陣進(jìn)行全波段的支持向量分類機(jī)(SVC)建模,預(yù)測集的識別率僅為84.11%;為了提高模型的性能,采用蟻群算法(ACO)進(jìn)行變量優(yōu)選,優(yōu)選出9個變量建立的SVC模型預(yù)測準(zhǔn)確率為95.32%;分別用網(wǎng)格搜索法(Grid search)、遺傳算法(GA)和FOA對SVC的懲罰參數(shù)c和核函數(shù)參數(shù)g進(jìn)行尋優(yōu),通過比較分析,FOA-SVC對訓(xùn)練集和預(yù)測集的識別準(zhǔn)確率均達(dá)到100%。試驗(yàn)結(jié)果表明,用V型平面鏡的高光譜結(jié)合FOA-SVC能夠準(zhǔn)確檢測馬鈴薯的輕微碰傷,可為馬鈴薯的輕微碰傷在線檢測提供技術(shù)基礎(chǔ)。
【作者單位】： 華中農(nóng)業(yè)大學(xué)工學(xué)院;
【關(guān)鍵詞】： 馬鈴薯 輕微碰傷 V型平面鏡 高光譜成像 果蠅優(yōu)化算法
【基金】：國家自然科學(xué)基金項(xiàng)目(61275156) 湖北省自然科學(xué)基金重點(diǎn)項(xiàng)目(2011CDA033)
【分類號】：TP391.41
【正文快照】： 引言果蔬類農(nóng)產(chǎn)品在運(yùn)輸過程中,常常與四周多次發(fā)生碰撞而產(chǎn)生輕微碰傷。輕微碰傷部位隨著時間推移可能最終導(dǎo)致果實(shí)組織腐爛并影響其他果實(shí)的品質(zhì)。然而,對早期輕微損傷的檢測向來是農(nóng)產(chǎn)品品質(zhì)檢測的難點(diǎn)[1]。高光譜圖像集光譜與圖像信息于一體,可以綜合反映被測物料的物理和

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳雷;張曉林;劉榮科;雷志東;;光譜去相關(guān)技術(shù)在高光譜圖像小波壓縮中的應(yīng)用[J];光譜學(xué)與光譜分析;2010年06期

2 孫潔;周立儉;;遺傳模塊化神經(jīng)網(wǎng)絡(luò)的航空高光譜赤潮監(jiān)測[J];計(jì)算機(jī)仿真;2012年05期

3 蘇令華;衣同勝;萬建偉;;基于獨(dú)立分量分析的高光譜圖像壓縮[J];光子學(xué)報;2008年05期

4 趙桂林;朱啟兵;黃敏;;高光譜的有監(jiān)督Isomap-SVM蘋果粉質(zhì)化分類[J];激光與光電子學(xué)進(jìn)展;2011年10期

5 吳瑞梅;吳彥紅;艾施榮;劉木華;趙杰文;嚴(yán)霖元;;茶葉外形品質(zhì)的高光譜圖像量化分析[J];江西農(nóng)業(yè)大學(xué)學(xué)報;2013年02期

6 艾施榮;吳瑞梅;吳彥紅;嚴(yán)霖元;;利用高光譜圖像技術(shù)鑒別廬山云霧茶產(chǎn)地[J];江西農(nóng)業(yè)大學(xué)學(xué)報;2014年02期

7 洪恒;何明一;;一種適于高光譜圖像壓縮的相關(guān)系數(shù)矩陣近似計(jì)算算法[J];電子設(shè)計(jì)工程;2013年12期

8 郝澤東;余淞淞;關(guān)佶紅;;基于主動學(xué)習(xí)的高光譜圖像分類方法[J];計(jì)算機(jī)應(yīng)用;2013年12期

9 孫潔;張宏磊;;基于支持向量機(jī)的航空高光譜赤潮監(jiān)測[J];微計(jì)算機(jī)信息;2008年21期

10 賀霖;潘泉;邸椺;李遠(yuǎn)清;;高光譜圖像高維多尺度自回歸有監(jiān)督檢測[J];自動化學(xué)報;2009年05期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 彭妮娜;易維寧;方勇華;;基于核函數(shù)的高光譜圖像信息提取研究[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王亮亮;非線性流形結(jié)構(gòu)在高光譜圖像異常檢測中的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 陳雨時;基于光譜特性的高光譜圖像壓縮方法研究[D];哈爾濱工業(yè)大學(xué);2007年

3 石吉勇;基于高光譜圖像技術(shù)的設(shè)施栽培作物營養(yǎng)元素虧缺診斷研究[D];江蘇大學(xué);2012年

4 肖光潤;基于函數(shù)型數(shù)據(jù)分析的高光譜圖像分類研究[D];華中科技大學(xué);2014年

5 許毅平;基于高光譜圖像多特征分析的目標(biāo)提取研究[D];華中科技大學(xué);2008年

6 王曉飛;高光譜圖像分辨率增強(qiáng)及在小目標(biāo)檢測中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2011年

7 陳進(jìn);高光譜圖像分類方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

8 蘇令華;高光譜圖像壓縮技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

9 馬冬梅;LASIS高光譜干涉圖像壓縮技術(shù)研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2009年

10 趙蕓;基于高光譜和圖像處理技術(shù)的油菜病蟲害早期監(jiān)測方法和機(jī)理研究[D];浙江大學(xué);2013年

，

本文編號：699646