共 34 条
- [5] 脐橙表面缺陷的快速检测方法研究[D]. 李江波.浙江大学. 2012
- [6] 基于CT技术的苹果内部品质无损检测研究[D]. 黄滔滔.浙江大学. 2012
- [7] 苹果病虫害诊治原色图谱[M]. 科学技术文献出版社 , 楚燕杰, 2011
- [8] 数据分析方法[M]. 高等教育出版社 , 梅长林, 2006
- [9] 图像工程[M]. 清华大学出版社 , 章毓晋编著, 2005
- [10] 模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
基于高光谱成像的苹果虫伤缺陷与果梗/花萼识别方法
被引：32
作者：
田有文
[1
]
程怡
[1
]
王小奇
[2
]
刘思伽
[1
]
机构：
[1] 沈阳农业大学信息与电气工程学院
[2] 沈阳农业大学植物保护学院
来源：
关键词：
无损检测;
图像处理;
主成分分析;
苹果虫伤;
果梗/花萼;
高光谱成像;
支持向量机;
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
为了快速、准确、无损检测在果梗/花萼的干扰下苹果虫伤缺陷,该文利用高光谱成像技术,首先选取正常果和虫伤果各80个,提取并分析了苹果表面感兴趣区域(虫伤区域、果梗区域、花萼区域、正常区域)的光谱曲线,结合824 nm波长特征图像的阈值分割和主成分分析,对获得的第一主成分图像提取160×120像素大小的感兴趣区域。然后提取感兴趣区域的能量、熵、惯性矩和相关性4个纹理特征,融合646、824 nm波段的相对光谱反射率的光谱特征,采用支持向量机对苹果虫伤区域和正常区域、果梗/花萼区域进行识别。试验结果表明:选取160×120像素大小的感兴趣区域图像、采用径向基核函数对正常果、果梗/花萼果与虫伤果的识别效果最好,总体识别率为97.8%。该研究为苹果质量等级在线评判提供理论依据。
引用
收藏
页码：325 / 331
页数：7
相关论文