《全光谱匹配算法在苹果分类识别中的应用.》.pdfVIP

第 29卷 第 19期 农 业 工 程 学 报 Vo1．29 No．19 2013正 10月 Transactionsofthe ChineseSociety ofAgriculturalEngineering Oct．2013 285 全光谱匹配算法在苹果分类识别中的应用 周万怀 ，谢丽娟 ，应义斌 ，2※ (1．浙江大学生物系统工程与食品科学学院，杭州 310058；2．农业部设施农业装备与信息化重点实验室，杭州 310058) 摘 要：为进一步提高光谱匹配准确率，该研究对杰卡德相似性原理 (jaccardsimilariytcoefficient，JSC)进行改 进并提出新的光谱相似度的计算方法。同时，对光谱进行一阶导数二值化，以保证改进后的算法适用于光谱的匹 配。此外，对不同光谱分辨率对该算法的影响进行了研究。试验样本选用阿克苏红富士、山东红将军、陕西红富 士和陕西金帅4个品种的苹果进行算法能力验证，在 2～128cm。之间，共 7个不同水平的分辨率上进行比较。试 验结果表明：该研究提出的算法正确分类识别率为94．5％；研究提出算法在8或 16cm 分辨率水平下取得最佳分 类识别结果。因此，基于JSC的全谱匹配算法在光谱数据库系统中的应用将有助于光谱查询精度的提高。 关键词：分析，算法，近红外光谱，光谱数据库系统，全谱匹配算法，杰卡德相似性原理，分类识别 doi：10．3969d．issn．1002—6819．2013．19．035 中图分类号：$220．1 文献标志码：A 文章编号：1002—6819(2013)一19—0285—08 周万怀·，谢丽娟，应义斌．全光谱匹配算法在苹果分类识别中的应用 [J]．农业工程学报，2013，29(19)：285--292． ZhouWanhuai，XieLijuan，YingYibin．Applicationoffullspectralmatchingalgorithm inappleclassification[J]． TransactionsoftheChineseSocieytofAgriculturalEngineering(Transactionsof[heCSAE)，2013，29(19)：285--292．(in ChinesewithEnglishabstract) 算法可以比较任意 2条光谱数据，但是特征峰匹配 0 引 言 算法通常具有较低的匹配精度 刚。基于全谱的光谱 人们对近红外光谱 的研究具有较为长远的历 匹配算法则要对整条光谱的数据点进行比较，计算 史，但直到20世纪8O年代，近红外光谱技术才开 得到一个总体相似度，进而判断2条光谱之间的相 始走 向实际应用，这主要受益于近红外光谱学和化 似度 。由此可以看出，全谱匹配算法具有较高的要 学计量学的结合。但是，传统的光谱信息保存形式 求：相 比较的光谱应有相同的波段范围和相同的数 (文件系统)不利于近红外光谱技术的快速应用和 据点数。但全谱匹配算法通常具有较高的匹配精 推广，主要体现在光谱信息二次利用效率低下。为 度。因此，在高精度匹配任务中通常采用全谱匹配 了解决这一问题，国内外学者开始研究光谱数据库 算法 。 系统 。 已有研究中，常见的几类全谱匹配算法是：绝 光谱数据库系统主要被用于光谱信息保存和 对差异法 (absolutelydistance，AD)、平方差法 (square 维护[I_2】。此外，科学家们还尝试采用光谱数据库系 distance，SD)、相关系数法 (correlationcoe伍cient， 统通过查询分析模式，对未知物进行分析[3-4]和实时 CC)、光谱角法 (spec