-
题名近红外高光谱图像技术在马铃薯外部缺陷检测中的应用
被引量：12
- 1
-
-
作者
苏文浩
何建国
刘贵珊
王松磊
贺晓光
吴龙国
-
机构
宁夏大学农学院
-
出处
《食品与机械》
CSCD
北大核心
2013年第5期127-133,共7页
-
基金
2013年度宁夏自然科学基金项目(编号:NZ13005)
-
文摘
为探讨马铃薯各种外部缺陷在线快速无损检测的可行性,在900～1 700nm的近红外光谱区域,基于高光谱图像技术建立一套合适的检测方法。该研究以5种缺陷类型以及合格的马铃薯为研究对象,分别获取它们的高光谱图像,并提取高光谱图像中感兴趣区域的反射率光谱;主成分分析法用于光谱数据降维,选取7个特征波长(990,1 026,1 109,1 226,1 285,1 464,1 619nm);然后,再次对选出的特征波长进行主成分分析,并选出第二个主成分图像用于马铃薯外部缺陷的图像识别,正确识别率达到71.25%。为提高识别率,该研究又提出波段比算法,并与特征波长主成分分析法相结合,正确识别率达到97.08%。试验结果表明:基于近红外高光谱图像技术的图像识别方法可以有效地识别马铃薯外部缺陷。
-
关键词
马铃薯
近红外
高光谱图像
主成分分析法
波段比算法
无损检测
-
Keywords
potato
near-infrared
hyperspectral image
principal component analysis
band ratio
nondestructive testing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S532
[农业科学—作物学]
-
-
题名基于高光谱成像技术的水果损伤检测
被引量：1
- 2
-
-
作者
李懂懂
唐晓燕
-
机构
南阳理工学院电子与电气工程学院
-
出处
《工程技术研究》
2020年第3期261-262,共2页
-
文摘
水果在储存和长途运输过程中,具有易损伤、腐烂、变质的性质,且在早期不易被识别。为确保水果品质,文章采用高光谱成像技术对早期水果损伤进行检测。首先提取信噪比高的波段,接着将苹果与背景图像分离,最后分别采用主成分分析算法、波段比算法和支持向量机算法对苹果早期损伤进行识检测识别,并对3种检测结果进行比较。实验结果表明,波段比算法检测效果优于主成分分析算法和支持向量机算法,正确检测率高达90%,可以快速有效地检测到苹果损伤。
-
关键词
高光谱成像技术
水果损伤
主成分分算析
波段比算法
支持向量机
-
分类号
TS255.7
[轻工技术与工程—农产品加工及贮藏工程]
-
-
题名基于高光谱成像的水果损伤分析研究
- 3
-
-
作者
韩浩然
李蒙
杜德伟
明康
王鑫野
-
机构
云南师范大学物理与电子信息学院
-
出处
《河南科技》
2018年第10期28-32,共5页
-
基金
国家自然科学基金(61168003)
国家级大学生创新创业训练计划项目(201510681004)
云南省科技计划项目(2016FB108).
-
文摘
高光谱成像技术包含图像信息和光谱信息.本文利用高光谱成像技术检测苹果摔伤, 主要采用主成分分析、 波段比算法和支持向量机分析所采集的高光谱图像数据.实验结果表明, 波段比算法和主成分分析法分类识别正确率为93.3%, 与支持向量机相比更适用于苹果摔伤的实时快速检测.
-
关键词
水果损伤
高光谱
波段比算法
主成分分析
支持向量机
-
Keywords
fruit injury
hyper-spectral
band ratio algorithm
principal component analysis
support vector machine
-
分类号
TS255.7
[轻工技术与工程]
-
