红枣表面损伤的特征光谱提取

被引：5

作者：

辛世华

何建国

王松磊

贺晓光

机构：

[1] 宁夏大学农学院

来源：

食品科学 | 2013年 / 34卷 / 08期

关键词：

红枣; 损伤形式; 特征提取; 主成分分析;

D O I：

暂无

中图分类号：

S665.1 [枣];

学科分类号：

摘要：

以宁夏灵武长枣的损伤为研究对象,利用高光谱成像技术,针对红枣不同损伤形式采集波长650～950nm范围的图像,应用主成分分析(PCA)对图像降维,根据主成分分析中各个波长特征值数据,贡献值比例,提出668nm和715nm为特征波长。使用特征波长光源对样品进行图像识别,解决红枣表面损伤分类的方法,其检测结果对损伤果的识别率达到98.7%。

引用

收藏

页码：145 / 148

页数：4

相关论文

共 12 条

[1] 水果表面亮度不均校正及单阈值缺陷提取研究 [J].

李江波 ;

饶秀勤 ;

应义斌 .

农业机械学报, 2011, 42 (08) :159-163

[2]

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)

[3]

高光谱成像在水果内部品质无损检测中的研究进展[J]. 马本学,应义斌,饶秀勤,桂江生. 光谱学与光谱分析. 2009(06)

[4] 基于支持向量机的缺陷红枣机器视觉识别 [J].

赵杰文 ;

刘少鹏 ;

邹小波 ;

石吉勇 ;

殷小平 .

农业机械学报, 2008, (03) :113-115+147

[5] 利用高光谱图像技术检测水果轻微损伤 [J].

赵杰文 ;

刘剑华 ;

陈全胜 ;

Saritporn Vittayapadung .

农业机械学报, 2008, (01) :106-109

[6] 基于近红外图像技术的水果轻微损伤检测 [J].

黄星奕 ;

刘益权 ;

赵杰文 .

微计算机信息, 2007, (34) :229-231

[7] 基于高光谱图像技术的雪花梨品质无损检测 [J].

洪添胜 ;

乔军 ;

Michael ONgadi ;

赵祚喜 ;

李震 .

农业工程学报, 2007, (02) :151-155

[8]

高光谱图像分类与目标探测[M]. 科学出版社 , 张兵, 2011

[9] Detection of citrus canker using hyperspectral reflectance imaging with spectral information divergence [J].

Qin, Jianwei ;

Burks, Thomas F. ;

Ritenour, Mark A. ;

Bonn, W. Gordon .

JOURNAL OF FOOD ENGINEERING, 2009, 93 (02) :183-191

[10] Correlation analysis of hyperspectral imagery for multispectral wavelength selection for detection of defects on apples [J].

Lee K. ;

Kang S. ;

Delwiche S.R. ;

Kim M.S. ;

Noh S. .

Sensing and Instrumentation for Food Quality and Safety, 2008, 2 (2) :90-96