期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高光谱图像技术的大豆分级识别方法研究
被引量：
8
1
作者
柴玉华
侯升飞
彭长禄
《东北农业大学学报》
CAS
CSCD
北大核心
2014年第4期107-112,共6页
对大豆进行快速准确分级，采集1—5等级大豆波长在1000～2500nm范围的高光谱图像数据，获得光谱图像；对不同大豆等级样本的光谱曲线进行分析；通过主成分分析法，从每个等级大豆样本中优选出四个特征波长，得到特征图像；从每个特征图...
对大豆进行快速准确分级，采集1—5等级大豆波长在1000～2500nm范围的高光谱图像数据，获得光谱图像；对不同大豆等级样本的光谱曲线进行分析；通过主成分分析法，从每个等级大豆样本中优选出四个特征波长，得到特征图像；从每个特征图像中分别提取基于灰度共生矩阵的4个纹理特征参数——能量、熵、惯性矩和相关性，从16个特征变量中选取8个主要特征变量，应用BP神经网络建立大豆品质分级识别模型。模型预测准确率为92％。结果表明，高光谱图像技术对大豆等级具有较好的识别作用，可为大豆的在线无损检测分级提供参考。
展开更多
关键词
图像处理
高光谱
大豆
BP神经网络
在线阅读
下载PDF
职称材料
题名
基于高光谱图像技术的大豆分级识别方法研究
被引量：
8
1
作者
柴玉华
侯升飞
彭长禄
机构
东北农业大学电气与信息学院
黑龙江省招生办
出处
《东北农业大学学报》
CAS
CSCD
北大核心
2014年第4期107-112,共6页
基金
中国博士后科学基金资助项目(20070410883)
黑龙江省自然科学基金重点项目(ZD201303)
文摘
对大豆进行快速准确分级，采集1—5等级大豆波长在1000～2500nm范围的高光谱图像数据，获得光谱图像；对不同大豆等级样本的光谱曲线进行分析；通过主成分分析法，从每个等级大豆样本中优选出四个特征波长，得到特征图像；从每个特征图像中分别提取基于灰度共生矩阵的4个纹理特征参数——能量、熵、惯性矩和相关性，从16个特征变量中选取8个主要特征变量，应用BP神经网络建立大豆品质分级识别模型。模型预测准确率为92％。结果表明，高光谱图像技术对大豆等级具有较好的识别作用，可为大豆的在线无损检测分级提供参考。
关键词
图像处理
高光谱
大豆
BP神经网络
Keywords
image processing
hyperspectral imagery
principal component analysis
soybean
分类号
S565.1 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高光谱图像技术的大豆分级识别方法研究
柴玉华
侯升飞
彭长禄
《东北农业大学学报》
CAS
CSCD
北大核心
2014
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
