应用高光谱成像技术鉴别绿茶品牌研究.pdfVIP

第 5期 光谱学与光谱分析 1375 这样做最大的好处就是简化运算，提高分类系统的运算速 差 、同质性、能量、对 比度、相关、熵、逆差距 、反差、差异 度。图5是第一个主成分图像在500~650m 波段范围内的 性、二阶距和自相关纹理特征参量，每个样本共获取24个特 权重系数图。图中每一处局部极大或极小值都代表了一个特 征变量 。 征明显的波段，该波段对应的图像对第一个主成分图像的贡 2．3 基于光谱 PCA和灰度共生矩阵GLCM 建立 LS-SVM类 献率较大。故认为545和 61iniTt是第一个主成分图像的特 别预测模型 征波长 ，图6为六个品牌名优绿茶在 545和 611nm单波长 基于GLCM和LS-SVM的高光谱成像茶叶类别识别流 下的光谱图像 ，从每个特征波长图像中分别提取中值 、协方 程如图7所示。 茶叶图像信息 云 —迈