基于高光谱成像及神经网络技术检测玉米含水率

被引:20
作者
李江波
苏忆楠
饶秀勤
机构
[1] 浙江大学生物系统工程与食品科学学院
关键词
玉米; 高光谱图像; 含水率; 神经网络;
D O I
暂无
中图分类号
TS210.7 [产品标准与检验];
学科分类号
摘要
基于高光谱成像及人工神经网络技术对玉米含水率进行了检测。检测波长为450~900nm,由玉米粒反射光谱图像获取反映其含水率的光谱特征波长。利用人工神经网络建立了玉米粒含水率的预测模型,模型相关系数达到0.98。对含水率预测结果的误差最大绝对值为2.1182,最小绝对值为0.0024。相对误差绝对值的平均值为0.3090,结果表明利用高光谱图像技术对玉米含水率进行无损检测是可行的。
引用
收藏
页码:1 / 4
页数:4
相关论文
共 9 条
  • [1] 基于近红外漫反射光谱的香梨类别定性分析[J]. 马本学,饶秀勤,应义斌,沈飞,樊玉霞.光谱学与光谱分析. 2009(12)
  • [2] 波段比算法结合高光谱图像技术检测柑橘果锈
    蔡健荣
    王建黑
    陈全胜
    赵杰文
    [J]. 农业工程学报, 2009, 25 (01) : 127 - 131
  • [3] 脐橙糖度的高光谱图像无损检测技术
    郭恩有
    刘木华
    赵杰文
    陈全胜
    [J]. 农业机械学报, 2008, (05) : 91 - 93+103
  • [4] 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
  • [5] 近红外相关光谱的多元散射校正处理研究
    芦永军
    曲艳玲
    宋敏
    [J]. 光谱学与光谱分析, 2007, (05) : 877 - 880
  • [6] 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
  • [7] 近红外图像和光谱分析技术在农产品品质无损检测中的应用与展望
    徐惠荣
    应义斌
    [J]. 浙江大学学报(农业与生命科学版), 2002, (04) : 109 - 113
  • [8] Detection of sprout damage in Canada Western Red Spring wheat with multiple wavebands using visible/near-infrared hyperspectral imaging
    Xing, Juan
    Symons, Stephen
    Shahin, Muhammad
    Hatcher, David
    [J]. BIOSYSTEMS ENGINEERING, 2010, 106 (02) : 188 - 194
  • [9] Hyperspectral waveband selection for on-line measurement of grain cleanness
    Wallays, Carmen
    Missotten, Bart
    De Baerdemaeker, Josse
    Saeys, Wouter
    [J]. BIOSYSTEMS ENGINEERING, 2009, 104 (01) : 1 - 7