基于低秩自动编码器及高光谱图像的茶叶品种鉴别-农业机械学报.PDF

２０１８年 ８月 农 业 机 械 学 报 第 ４９卷 第 ８期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．０８．０３７ 基于低秩自动编码器及高光谱图像的茶叶品种鉴别 １ １ １ ２ １ １ 孙　俊 　靳海涛 　武小红 　陆　虎 　沈继锋 　戴春霞 （１．江苏大学电气信息工程学院，镇江 ２１２０１３；２．江苏大学计算机科学与通信工程学院，镇江 ２１２０１３） 摘要：提出一种基于低秩自动编码器及高光谱图像技术的茶叶品种鉴别方法。应用高光谱成像系统采集５个品种 的茶叶样本高光谱图像数据，利用 ＥＮＶＩ软件确定高光谱图像的感兴趣区域（ＲＯＩ），并提取茶叶样本在 ＲＯＩ的平均 光谱作为该样本的原始光谱数据。由于高光谱信息量大、冗余性强且存在噪声，运用自动编码器和低秩矩阵恢复 结合的低秩自动编码器（ＬＲＳＡＥ）对原始光谱数据进行降维，在自动编码器降维基础上加入去噪处理，提取鲁棒判 别特征。在此基础上应用支持向量机（ＳＶＭ）和 Ｓｏｆｔｍａｘ分类算法对降维后的茶叶样本高光谱数据分类。通过５折 交叉试验验证，ＬＲＳＡＥＳＶＭ模型的预测集准确率达到 ９９３７％，ＳＡＥＳＶＭ模型的预测集准确率为 ９８８２％； ＬＲＳＡＥＳｏｆｔｍａｘ模型的预测集准确率达９９０４％，ＳＡＥＳｏｆｔｍａｘ模型的预测集准确率为９７９９％。研究结果表明，相 较于未进行去噪处理的传统自动编码器，ＬＲＳＡＥ降维之后的分类建模效果有所提升，将其应用于茶叶品种鉴别是 可行、高效的。 关键词：茶叶；品种鉴别；自动编码器；低秩矩阵恢复；高光谱；降维 中图分类号：Ｓ１２６ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）０８０３１６０８ ＴｅａＶａｒｉｅｔｙＩｄｅｎｔｉｆｉｃａｔｉｏｎＢａｓｅｄｏｎＬｏｗｒａｎｋＳｔａｃｋｅｄＡｕｔｏｅｎｃｏｄｅｒａｎｄ ＨｙｐｅｒｓｐｅｃｔｒａｌＩｍａｇｅ １ １ １ ２ １ １ ＳＵＮＪｕｎ　ＪＩＮＨａｉｔａｏ　ＷＵＸｉａｏｈｏｎｇ　ＬＵＨｕ　ＳＨＥＮＪｉｆｅｎｇ　ＤＡＩＣｈｕｎｘｉａ （１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｊｉａｎｇ２１２０１３，Ｃｈｉｎａ ２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｊｉａｎｇ２１２０１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｉｖｅｄｉｆｆｅｒｅｎｔｖａｒｉｅｔｉｅｓｏｆｔｅａｓａｍｐｌｅｓｗｅｒｅｃｌａｓｓｉｆｉｅｄｗｉｔｈｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｓｔａｃｋｅｄａｕｔｏ ｅｎｃｏｄｅｒ（ＳＡＥ）ｗｉｔｈｌｏｗｒａｎｋｍａｔｒｉｘｒｅｃｏｖｅｒｙ（ＬＲＭＲ）．Ｔｈｅｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｉｎｇｓｙｓｔｅｍ ｗｉｔｈ ｓｐｅｃｔｒｕｍｒａｎｇｅｏｆ４３１～９６２ｎｍｗａｓｕｓｅｄｔｏｃｏｌｌｅｃｔｆｉｖｅｋｉｎｄｓｏｆｔｅａｓａｍｐｌｅｓｃｏｎｔａｉｎｉｎｇ６１８ｂａｎｄｓｏｆ ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｓ，ｉｎｃｌｕｄｉｎｇＨｕａｎｇｓｈａｎｇｒｅｅｎｔｅａ，Ｌｏｎｇｊｉｎｇ，ＹｉｘｉｎｇＭａｏＦｅｎｇ，Ｙｕｎｗｕｇｒｅｅｎｔｅａａｎｄ Ｂｉｌｕｏｃｈｕｎ．ＴｈｅＥＮＶＩｓｏｆｔｗａｒｅｗａｓｕｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔ（ＲＯＩ）ｏｆｔｈｅｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｅｓ，ａｎｄｔｈｅａｖｅｒａｇｅｓｐｅｃｔｒａｌｄａｔａｏｆｔｈｅｓａｍｐｌｅｉｎＲＯＩｗｅｒｅｅｘｔｒａｃｔｅｄａｓｔｈｅｒａｗｓｐｅｃｔｒａｌｉｎｆｏｒｍａｔｉｏｎ ｏｆｔｈｅｓ