基于高光谱成像技术的柑橘缺陷无损检测

被引：23

作者：

章海亮 ^{[1
,2
]}

高俊峰 ^{[1
]}

何勇 ^{[1
]}

机构：

[1] 浙江大学生物系统工程与食品科学学院

[2] 华东交通大学机电工程学院

来源：

农业机械学报 | 2013年 / 44卷 / 09期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

柑橘; 缺陷检测; 高光谱成像; 主成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

应用高光谱成像技术无损检测柑橘的缺陷。选取蒂腐、黑斑、褐腐、结痂缺陷果和正常果各30个,提取并分析了5类果皮感兴趣区域光谱曲线并结合主成分分析法确定2个最佳波长(615 nm和680 nm),然后基于特征波长作主成分分析,选取第2主成分作为分类识别图像,提出采用特征波长主成分分析法与波段比算法相结合的方法,识别率达到94%。试验结果表明,高光谱成像技术可以有效地对带有蒂腐、黑斑、褐腐、结痂缺陷的柑橘进行分类识别。

引用

页码：177 / 181

页数：5

共 14 条

[11] Hyperspectral system for early detection of rottenness caused by Penicillium digitatum in mandarins
Gomez-Sanchis, J.
Gomez-Chova, L.
Aleixos, N.
Camps-Valls, G.
Montesinos-Herrero, C.
Molto, E.
Blasco, J.
[J]. JOURNAL OF FOOD ENGINEERING, 2008, 89 (01) : 80 - 86
[12] Hyperspectral imaging for nondestructive determination of some quality attributes for strawberry[J] . Gamal ElMasry,Ning Wang,Adel ElSayed,Michael Ngadi.Journal of Food Engineering . 2006 (1)
[13] Hyperspectral Scattering for assessing Peach Fruit Firmness[J] . Renfu Lu,Yankun Peng.Biosystems Engineering . 2005 (2)
[14] Crop–weed Discrimination by Line Imaging Spectroscopy[J] . Journal of Agricultural Engineering Research . 2000 (4)

← 1 2 →