基于高光谱图像技术的霉烂板栗识别研究.pdfVIP

基于高光谱图像技术的霉烂板栗识别研究 * 高云，李小昱，刘长举，周竹 （华中农业大学，武汉 430070） 摘 要：提出利用高光谱图像技术识别霉烂板栗。试验以湖北罗田、广西等3 个地区的油栗为研究对象，采集板栗在400-1000nm 范 围内的高光谱图像，提取其光谱信息，采用偏最小二乘判别分析（PLS-DA ）建立霉烂板栗识别模型，并比较了多元散射校正、均值 中心化、二阶导数+SG 平滑、一阶导数等不同预处理方法对模型结果的影响。结果表明，经二阶导数+SG 平滑预处理之后的光谱数 据所建模型的识别效果最佳，预测集总体识别率达到86.7%。研究表明，利用高光谱图像技术识别霉烂板栗是可行的，可为下一步采 用高光谱图像技术检测板栗的综合品质提供技术参数。 关键词：高光谱图像；霉烂板栗；PLS-DA 中图分类号：按《中国图书分类法》标注 用于农产品内、外品质的检测。国内外学者将高光谱图 0 引 言 像技术应用到水果、蔬菜、茶叶及肉类食品无损检测方 板栗是我国食用最早的著名坚果之一，年产量居世 面都取得了很好的结果[12-14] 。但尚未见利用高光谱图像 界首位。然而板栗收获后极易霉烂变质，食用不当会引 技术检测霉烂板栗的研究。本文提出利用高光谱图像技 发安全问题。现有的霉烂板栗主要采用人工分选或盐水 浮选，主观性强，分选错误率高。因此研究一种快速、 术采集板栗高光谱图像，提取霉烂板栗的光谱曲线，并 有效且适用的霉烂板栗检测方法，可为板栗品质的快速 通过偏最小二乘判别分析（PLS-DA ）法建立霉烂板栗 无损检测和分级打下基础。 的识别模型，为板栗的无损分级提供一种新方法。偏最 近红外光谱[1-6]和机器视觉技术[7-10]可以很好的 小二乘-判别分析（PLS-DA ，least squares discriminate 检测农产品内部和外部品质，在农产品品质检测中已得 analysis ）在样品光谱信息的判别分析中具有很好的识别 到广泛的应用，但两者均不能满足同时检测农产品内外 能力[15]，是一种常用的模式识别方法。 综合品质的要求。针对缺陷板栗识别的问题，课题组前 期做了一定的研究。周竹[2]利用近红外光谱技术结合 1 材料与方法 GA-LSSVM 算法能够很好的检测表明表面霉变和内部 霉变板栗，但建模时间较长。展慧[7]等证明了基于近红 1.1 试验材料 试验主要以湖北罗田油栗、广西油栗以及浙江油 外光谱和机器视觉的多源信息融合技术所建缺陷板栗识 栗，购于湖北省武汉市徐东万吨冷库。根据中国板栗质 别模型，较单独采用机器视觉技术或近红外光谱分析技 量等级标准 GB/T 22346-2008，随机选出霉烂板栗和正 术建立模型的识别率均有显著提高，但光谱信息和图像 常板栗共180 个用于试验研究。 信息要分别获取。因此，在缺陷板栗的检测方面，还存 1.2 高光谱图像采集系统 在着内外品质不能同时兼顾和建模速度较慢等难题。随 试验用高光谱图像采集系统如图1 所示。该系统主 着科学技术的发展及计算机技术的突飞猛进，一种集光 要由 1 台带有电子倍增电荷耦合器件(EMCCD：An