基于高光谱成像技术的腐烂、病害梨枣检测.pdfVIP

２０１３年 １０月 农 业 机 械 学 报 第 ４４卷 增 刊 １ ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１３．Ｓ１．０３７ 基于高光谱成像技术的腐烂、病害梨枣检测 王　斌　薛建新　张淑娟 （山西农业大学工学院，太谷 ０３０８０１） 摘要：研究利用高光谱成像技术对腐烂、病害及正常梨枣进行分类。首先分析比对了多种预处理方法，确定使用一 阶微分处理可得到最佳的建模效果。利用线性的逐步判别分析法和非线性的偏最小二乘支持向量机（ＬＳ ＳＶＭ） 建立分类模型时，比较了全波段模型、近似系数模型和主成分模型的参数和预测效果。结果表明，使用光谱近似系 数为特征参数并使用逐步判别分析法建立的模型得到了最佳的分类效果，其分类准确率达到了９９１２％。 关键词：梨枣　分类　高光谱 中图分类号：Ｓ１２３；Ｓ６６５１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１３）Ｓ１０２０５０５ ＤｅｔｅｃｔｉｏｎｏｆＤｅｃａｙａｎｄＤｉｓｅａｓｅＰｅａｒＪｕｊｕｂｅＢａｓｅｄｏｎ ＨｙｐｅｒｓｐｅｃｔｒａｌＩｍａｇｉｎｇＴｅｃｈｎｏｌｏｇｙ ＷａｎｇＢｉｎ　ＸｕｅＪｉａｎｘｉｎ　ＺｈａｎｇＳｈｕｊｕａｎ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｘｉＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｔａｉｇｕ０３０８０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｃｌａｓｓｉｆｉｅｄｆｅａｓｉｂｉｌｉｔｙｏｆｐｅａｒｊｕｊｕｂｅｗｉｔｈｎｏｒｍａｌ，ｒｏｔａｎｄｄｉｓｅａｓｅｄｅｆｅｃｔｆｒｕｉｔｂｙｕｓｉｎｇ ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｉｎｇｔｅｃｈｎｏｌｏｇｙｗａｓａｎａｌｙｚｅｄ．Ａｂｅｓｔｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄｂｙｔｒｅａｔｉｎｇ ｆｉｒｓｔｄｅｒｉｖａｔｉｖｅａｓｔｈｅｂｅｓｔｐｒｅｐｒｏｃｅｓｓｉｎｇｗｈｉｃｈｗａｓｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｄｉｆｆｅｒｅｎｔｋｉｎｄｓｏｆｐｒｏｃｅｅｄｉｎｇ ｍｅｔｈｏｄｓ．Ｔｈｅｓｔｅｐｗｉｓｅｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓａｎｄｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ（ＬＳ ＳＶＭ）ｗｅｒｅ ａｐｐｌｉｅｄｔｏｂｕｉｌｄｔｈｅｆｕｌｌｗａｖｅｂａｎｄ，ａｐｐｒｏｘｉｍａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓａｎｄｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓｍｏｄｅｌｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅｓｔｅｐｗｉｓｅｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓｍｏｄｅｌｗａｓｍｏｒｅｓｕｉｔａｂｌｅｆｏｒ ｃｌａｓｓｉｆｙｉｎｇｔｈｅｔｈｒｅｅｄｉｆｆｅｒｅｎｔｋｉｎｄｓｏｆｐｅａｒｊｕｊｕｂｅｓａｍｐｌｅｓ．Ｔｈｅａｖｅｒａｇｅｃｏｒｒｅｃｔｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｗａｓ ９９１２％． Ｋｅｙｗｏｒｄｓ：Ｐｅａｒｊｕｊｕｂｅ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｈｙｐｅｒｓｐｅｃｔｒａｌ 外部品质、蔬菜品质等领域［４～６］的研究，并取得了很 　　引言 好的成果。 对鲜枣按品质的分级分选是枣产业化过程中储 ［７］ ＹａｓａｓｖｙＮ 等以草莓和红枣为研究对象，利用 藏、保鲜、加工的关键环节，对提高枣产品的附加值 高光谱成像技术完成了对草莓损伤的检测分类。周 ［１］ ［８］ 具有重要意义 。鲜枣果实生长发育过程中，容易 竹 等提出了利用高光谱技术对马铃薯外部缺陷