基于光谱成像技术的温室黄瓜识别方法.pdfVIP

２０１１年 １１月 农 业 机 械 学 报 第 ４２卷增刊 基于光谱成像技术的温室黄瓜识别方法 袁　挺　纪　超　陈　英　李　伟　张俊雄 （中国农业大学工学院，北京 １０００８３） 　　【摘要】　为实现温室环境下近色系果蔬的采摘识别，提出了一种基于统计方差结合人工神经网络的光谱选择 方法对黄瓜敏感波段进行分析验证，并将选定的光谱组合作为温室黄瓜识别中光谱图像获取的参考依据。结果表 明，利用所摄敏感波段的图像信息可有效地解决黄瓜目标与背景的区分问题。综合比较黄瓜作物（果实、叶、花）在 不同光谱域的分光反射特性差异，利用方差分解方法获取果实信息的敏感波段，在敏感区域内进行主成分分析，将 前４个主成分作为网络输入、作物器官类别作为输出，建立 ３层 ＢＰ ＡＮＮ验证模型。将 １６０个样本数据按比例分 为建模集和预测集，模型对建模集 １２０个样本的正确判别率为 １００％，对预测集４０个样本的正确判别率为 ９５％。 说明敏感波段的选择能较好地反映黄瓜作物不同器官间的特性差异。 关键词：温室黄瓜　光谱成像　波段选择　神经网络 中图分类号：Ｓ１２６ 文献标识码：Ａ 文章编号：１０００１２９８（２０１１）Ｓ００１７２０５ ＧｒｅｅｎｈｏｕｓｅＣｕｃｕｍｂｅｒＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎ ＳｐｅｃｔｒａｌＩｍａｇｉｎｇＴｅｃｈｎｏｌｏｇｙ ＹｕａｎＴｉｎｇ　ＪｉＣｈａｏ　ＣｈｅｎＹｉｎｇ　ＬｉＷｅｉ　ＺｈａｎｇＪｕｎｘｉｏｎｇ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｎｄｈａｒｖｅｓｔｉｎｇｏｆｔｈｅｓｉｍｉｌａｒｃｏｌｏｒｆｒｕｉｔｓ，ａｓｐｅｃｔｒｕｍｓｅｌｅｃｔｅｄ ｍｅｔｈｏｄｗａｓｄｅｖｅｌｏｐｅｄｔｏａｎａｌｙｚｅａｎｄｖｅｒｉｆｙｓｅｎｓｉｔｉｖｅｂａｎｄｓｏｆｃｕｃｕｍｂｅｒｂａｓｅｄｏｎｓｔａｔｉｓｔｉｃａｌｖａｒｉａｎｃｅ ａｎａｌｙｓｉｓａｎｄａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｔｈｅｎｔｈｅｓｅｌｅｃｔｅｄｓｐｅｃｔｒｕｍｃｏｍｐｏｓｉｔｉｏｎｗａｓｕｓｅｄａｓｒｅｆｅｒｅｎｃｅｂａｓｉｓ ｆｏｒｓｐｅｃｔｒａｌｉｍａｇｅａｃｑｕｉｓｉｔｉｏｎｉｎｇｒｅｅｎｈｏｕｓｅｃｕｃｕｍｂｅｒｒｅｃｏｇｎｉｔｉｏｎ，ａｎｄｔｈｅｒｅｓｕｌｔｓｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ ｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅｉｍａｇｅｓｗｉｔｈｉｎｓｅｎｓｉｔｉｖｅｂａｎｄｓｗｅｒｅｃａｐｔｕｒｅｄｔｏｃｏｐｅｗｉｔｈｔｈｅｓｉｍｉｌａｒｃｏｌｏｒｓｅｇｍｅｎｔａｔｉｏｎ ｐｒｏｂｌｅｍｕｎｄｅｒｃｏｍｐｌｅｘｅｎｖｉｒｏｎｍｅｎｔｅｆｆｅｃｔｉｖｅｌｙ．Ｂｙｃｏｍｐａｒｉｎｇｔｈｅｓｐｅｃｔｒａｌｒｅｆｌｅｃｔａｎｃｅｄｉｆｆｅｒｅｎｃｅｏｆ ｃｕｃｕｍｂｅｒｐｌａｎｔ（ｆｒｕｉｔ，ｌｅａｆａｎｄｆｌｏｗｅｒ）ｆｒｏｍｖｉｓｉｂｌｅｔｏｉｎｆｒａｒｅｄｒｅｇｉｏｎ（３５０～１２００ｎｍ），ｓｅｎｓｉｔｉｖｅｂａｎｄｓ ｏｆｆｒｕｉｔｉｎｆｏｒｍａｔｉｏｎｗｅｒｅｏｂｔａｉｎｅｄｂｙｓｔａｔｉｓｔｉｃａｌｖａｒｉａｎｃｅａｎａｌｙｓｉｓ．Ａｆｔｅｒｔｈａｔ，ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ ｃｏｍｐｒｅｓｓｅｄｔｈｅｓｅｎｓｉｔｉｖｅｂａｎｄｓｉｎｔｏｓｅｖｅｒａｌｎｅｗｖａｒｉａｂｌｅｓｔｈａｔｗｅｒｅｔｈｅｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎｏｆｏｒｉｇｉｎａｌ ｓｐｅｃｔｒａｌｄａｔａ．Ｉｎｏｒｄｅｒｔｏｓｅｔｕｐｔｈｅｔｈｒｅｅｌａｙｅｒｖｅｒｉｆｙｉｎｇｍｏｄｅｌｏｆｂａｃｋｐｒｏｐａｇａｔｉｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＢＰ ＡＮＮ），ｔｈｅｆｉｒｓｔｆｏｕｒＰＣｓ（ｐｒｉｎｃｉｐｌｅｃｏｍｐｏｎｅｎｔｓ）ｗｅｒｅａｐｐｌｉｅｄａ