基于高光谱成像的苹果轻微损伤检测有效波长选取

被引:57
作者
黄文倩 [1 ,2 ]
陈立平 [1 ,2 ]
李江波 [1 ,2 ]
张驰 [1 ,2 ]
机构
[1] 北京农业智能装备技术研究中心
[2] 国家农业智能装备工程技术研究中心
关键词
损伤检测; 图像处理; 主成分分析; 高光谱成像; 有效波长; 苹果;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了确定可用于苹果早期轻微损伤检测的有效波长,以具有代表性的阿克苏苹果为研究对象,采用高光谱成像技术和分段主成分分析方法对损伤发生仅为半小时之内的苹果进行损伤检测研究,对比分析不同光谱区域主成分分析对识别结果的影响,优选出识别光谱区域(780~1000nm)。基于此光谱区域结合主成分图像权重系数获取2个有效波长(820和970nm),并利用这2个波长和全局阈值理论开发了多光谱轻微损伤提取算法。利用独立测试集中25个正常苹果和25个损伤苹果对算法的性能进行评估,结果表明,正常果的识别率为100%,损伤果的识别率为96%,整体检测精度为98%。该研究所获得的有效波长可为开发基于多光谱成像技术的苹果损伤检测系统提供参考。
引用
收藏
页码:272 / 277
页数:6
相关论文
共 13 条
  • [1] 基于高光谱成像技术的猪肉新鲜度评价
    张雷蕾
    李永玉
    彭彦昆
    王伟
    江发潮
    陶斐斐
    单佳佳
    [J]. 农业工程学报, 2012, 28 (07) : 254 - 259
  • [2] 基于机器视觉的苹果最大横切面直径分级方法
    陈艳军
    张俊雄
    李伟
    任永新
    谭豫之
    [J]. 农业工程学报, 2012, 28 (02) : 284 - 288
  • [3] 农产品外部品质无损检测中高光谱成像技术的应用研究进展[J]. 李江波,饶秀勤,应义斌.光谱学与光谱分析. 2011(08)
  • [4] 基于高光谱荧光技术的叶菜农药残留快速检测
    陈菁菁
    彭彦昆
    李永玉
    王伟
    吴建虎
    单佳佳
    [J]. 农业工程学报, 2010, 26(S2) (S2) : 1 - 5+2
  • [5] 基于高光谱成像技术检测脐橙溃疡
    李江波
    饶秀勤
    应义斌
    王东亭
    [J]. 农业工程学报, 2010, 26 (08) : 222 - 228
  • [6] 利用高光谱图像技术检测水果轻微损伤
    赵杰文
    刘剑华
    陈全胜
    Saritporn Vittayapadung
    [J]. 农业机械学报, 2008, (01) : 106 - 109
  • [7] 基于高光谱图像技术的雪花梨品质无损检测
    洪添胜
    乔军
    Michael ONgadi
    赵祚喜
    李震
    [J]. 农业工程学报, 2007, (02) : 151 - 155
  • [8] 基于机器视觉的水果尺寸检测误差分析
    饶秀勤
    应义斌
    [J]. 农业工程学报, 2003, (01) : 121 - 123
  • [9] 水果直径和缺陷面积的机器视觉检测(英文)
    应义斌
    王剑平
    蒋焕煜
    [J]. 农业工程学报, 2002, (05) : 216 - 220
  • [10] Detection of early bruises in apples using hyperspectral data and thermal imaging
    Baranowski, Piotr
    Mazurek, Wojciech
    Wozniak, Joanna
    Majewska, Urszula
    [J]. JOURNAL OF FOOD ENGINEERING, 2012, 110 (03) : 345 - 355