基于高光谱成像技术检测脐橙溃疡.pdfVIP

第26 卷 第8 期 农 业 工 程 学 报 Vol.26 No.8 222 2010 年 8 月 Transactions of the CSAE Aug. 2010 基于高光谱成像技术检测脐橙溃疡 ※ 李江波，饶秀勤 ，应义斌，王东亭 （浙江大学生物系统工程与食品科学学院，杭州 310029 ） 摘 要：为了研究从带有不同缺陷的柑橘类水果中快速识别出溃疡果的有效方法，基于高光谱成像技术，该文提出特征 波段主成分分析法及波段比算法。以脐橙为研究对象，选取包括溃疡在内常见的 10 类脐橙果皮缺陷果及正常果。首先， 提取并分析 11 类果皮感兴趣区域 （ROI ）光谱曲线并结合主成分分析法确定 5 个最佳波段 （630 、685、720 、810 和 875 nm）；然后基于特征波段做主成分分析，选取第5 主成分 （PC-5 ）作为分类识别图像，识别率达到80%。为了进一 步提高溃疡识别率，该文又提出采用特征波段主成分分析法与波段比算法相结合的方法，基于此算法溃疡正确识别率提 高到95.4% 。试验结果表明，基于高光谱成像技术可以有效地对带有溃疡病斑的脐橙分类识别。 关键词：主成分分析，缺陷检测，影像识别，溃疡，高光谱图像，双波段比，脐橙 doi ：10.3969/j.issn.1002-6819.2010.08.038 中图分类号：TP391.41 文献标识码：A 文章编号：1002-6819(2010)-08-0222-07 李江波，饶秀勤，应义斌，等. 基于高光谱成像技术检测脐橙溃疡[J]. 农业工程学报，2010，26(8)：222－228. Li Jiangbo, Rao Xiuqin, Ying Yibin, et al. Detection of navel oranges canker based on hyperspectral imaging technology[J]. Transactions of the CSAE, 20 10, 26(8): 222 －228. (in Chinese with English abstract) 带有溃疡斑的葡萄柚进行分类识别，两种方法识别精度 0 引 言 均超过90% 。然而，对于SID 理论，需要建立参考光谱， 柑橘溃疡病 （citrus bacterial canker disease ）是影响 然后图像像素与参考光谱进行匹配，但是匹配较费时， 全球柑橘种植业发展的重大检疫性病害。美国农业部 而后一种理论则利用了99 个波段参与主成分分析，两种 2006 年3 月提出“柑橘健康种植计划”，并且中国2007 方法均不利于溃疡果的在线检测。本文主要基于高光谱 [1-2] 年7 月正式启动首个柑橘非疫生产区建设 。目前大部 成像系统，首先提取并分析每一类缺陷及正常果皮感兴 分研究都集中在对这种病害的防治和检测方面，而对于 趣区域 （region of interest ，ROI ）光谱曲线并结合主成分 带有溃疡病斑的柑橘类水果的剔除主要还是通过手工分 分析法确定特征波段，接着基于特征波段进行二次主成 选，对工人要求较高，且效率低，准确性差。随着图像 分分析，再结合双波段比算法实现溃疡果与其他类脐橙 处理技术的日趋先进和计算机硬件成本的降低及处理速