基于近红外高光谱图像的冬枣损伤早期检测-食品科学.pdf

※安全检测 食品科学 2017, Vol.38, No.02 301 基于近红外高光谱图像的冬枣损伤早期检测 1 1 1 1 Vázquez-Arellano MANUEL2 1,* 孙世鹏 ，彭 俊 ，李 瑞 ，朱兆龙， ，傅隆生 （1.西北农林科技大学机械与电子工程学院，陕西 杨凌 712100 ； 2.霍恩海姆大学农业工程研究所，德国 巴符 斯图加特 70599 ） 摘  要：为了对冬枣损伤进行早期检测，采用近红外高光谱图像技术对损伤区域成像。针对高光谱图像波长多的 特点，分别采用连续投影算法、相关特征选择算法、一致性（Consistency ）算法选择冬枣损伤的特征波长，对提取 k- naive bayes NB support vector machine SVM 3 的特征波长分别应用 邻近、朴素贝叶斯（ ， ）、支持向量机（ ， ） 种 分类方法进行损伤区域识别。结果表明：所有方法选择的一致特征波长在1 353 nm和1 691 nm 附近。Consistency算 SVM 95.16% NB 法选择的特征波长在 分类器下分类识别正确率达到 ，一致特征波长在 分类器下分类识别正确率达到 84.26%，验证了一致波长的有效性，为多光谱成像技术实现在线检测冬枣损伤提供参考依据。 关键词：冬枣；高光谱成像；特征波长；轻微损伤；检测 Early Detection of Mechanical Damage in Chinese Winter Jujube (Zizyphus jujuba Mill. cv. Dongzao) Using NIR Hyperspectral Images 1 1 1 1 2 1,* SUN Shipeng , PENG Jun , LI Rui , ZHU Zhaolong , Vázquez-Arellano MANUEL , FU Longsheng (1. College of Mechanical and Electronic Engineering, Northwest AF University, Yangling 712100, China; 2. Institute of Agricultural Engineering, University of Hohenheim, Stuttgart 70599, Germany) Abstract: Fruits of Chinese winter jujube (Zizyphus jujuba Mill. cv. Dongzao) are sensitive to mechanical stress and can easily develop brown spots after suffering mechanical stre