為了實現(xiàn)香蕉在貯藏過程中的腐敗預警,對不同貯藏時間的香蕉進行高光譜數(shù)據(jù)采集。應用Savitzky-Golar（SG）平滑對原始光譜進行降噪處理,以獲得少噪聲干擾的光譜數(shù)據(jù)。提出一種基于WilksΛ統(tǒng)計量結合主成分信息融合的高光譜特征波長提取方法。該方法可描述為:先對降噪后的高光譜數(shù)據(jù)進行主成分分析（PCA）,然后對獲取的主成分數(shù)據(jù)分別構建WilksΛ統(tǒng)計量,進而可選出WilksΛ值最小的主成分變量（第3主成分, PC3）,繪制出該主成分對應于原始變量（各波長）下的組合權重系數(shù)圖,將權重系數(shù)圖中的波峰、波谷所對應的波長變量提取出來即為該法提取出的特征波長。按此方法共提取出9個特征波長。同時,對香蕉的色差數(shù)據(jù)進行分析,通過分析測試樣本的L^*,a^*,b^*,ΔE值隨貯藏時間的變化趨勢,找到數(shù)據(jù)異常點（拐點）所在位置,并結合實際感官情況初步確定了腐敗基準為第6個貯藏日。為了進一步說明所確定的腐敗基準的合理性,應用特征光譜數(shù)據(jù)做出不同貯藏時間樣本平均光譜反射值曲線,對比發(fā)現(xiàn)在不同特征波長下光譜反射值均在貯藏第6天達到最小值,與色差指...

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 香蕉樣本圖像感興趣區(qū)域的提取

樣本的高光譜信息提取主要借助ENVIClassic軟件。首先選取樣本圖像中的感興趣區(qū)域(regionofinterest,ROI)[10]。因樣本形狀不規(guī)則,所以根據(jù)樣本與背景間的光譜差異,將樣本從背景中提取出來,如圖1所示的紅色區(qū)域即為所分離出來的感興趣區(qū)域,....

圖2 香蕉光譜圖

圖2給出了原始光譜和SG平滑處理后的光譜對比圖。對比發(fā)現(xiàn),原始光譜曲線受噪聲干擾,存在許多毛刺,經(jīng)過SG處理過后的光譜曲線明顯平滑了許多,已有效的減少了光譜數(shù)據(jù)的噪聲干擾,為后面預警模型的構建奠定了基礎。由圖2(b)可知,在483.11～559.98nm波段下,....

圖3 主成分3的權重系數(shù)圖

將經(jīng)過SG平滑處理后的483.11～559.98nm波段光譜信息經(jīng)PCA處理,得到各個主成分數(shù)據(jù)后,運用式(3)計算各主成分變量下的WilksΛ統(tǒng)計量值,選出WilksΛ值最小的主成分變量為第3主成分(the3rdPC),并繪出主成分3的權重系數(shù)圖,如圖3所示....

圖4 香蕉色差參數(shù)變化曲線

為直觀地反映在貯藏期間樣本的顏色變化,圖4給出樣本L*,a*,b*,ΔE值隨貯藏時間變化的折線圖。由圖4(b)可知,在貯藏期間香蕉的a*呈上升趨勢,但在貯藏的第6天出現(xiàn)最大值,貯藏后期a*基本穩(wěn)定在8.5左右。由圖4(a)和(c)可以看出在貯藏期間香蕉的L*和b*....

本文編號：4024961