基于近红外高光谱图像分析的麦粒硬度分类研究

被引：9

作者：

张红涛

田媛

孙志勇

母建茹

阮朋举

侯栋宸

机构：

[1] 华北水利水电大学电力学院

来源：

河南农业科学 | 2015年 / 44卷 / 04期

关键词：

近红外高光谱图像; 光谱分析; 偏最小二乘判别分析; 小麦硬度; 分类;

D O I：

10.15933/j.cnki.1004-3268.2015.04.040

中图分类号：

TP391.41 []; S512.1 [小麦];

学科分类号：

080203 ; 0901 ;

摘要：

为对小麦硬度进行自动检测,采集不同硬度小麦品种的近红外高光谱图像,将光谱数据经过求导处理后,提取950～1 645 nm有效光谱区间数据,然后经过多元散射校正,建立偏最小二乘判别分析(PLS-DA)模型。采用120粒小麦对模型进行训练,剩余的90粒进行检验,总体上模型分类准确率为99.63%。表明,采用近红外高光谱成像技术对单籽粒小麦硬度进行分类是可行的。

引用

收藏

页码：181 / 184

页数：4

相关论文

共 12 条

[1] 基于近红外超光谱成像的谷蠹活虫检测研究 [J].

张红涛 ;

任孟梅 ;

胡玉霞 ;

张恒源 .

河南农业科学, 2014, 43 (04) :152-155

[2] 两种小麦籽粒硬度测定方法比较试验 [J].

田素梅 .

粮油仓储科技通讯, 2012, 28 (04) :38-39

[3] 粮虫近红外高光谱图像的采集系统设计及实现 [J].

胡玉霞 ;

张红涛 ;

谢俊明 ;

张恒源 .

河南农业科学, 2012, 41 (06) :112-114

[4] 近红外光谱结合PLSDA鉴别不同产地的川续断 [J].

张敏 ;

杨进 ;

付海燕 ;

邹坤 ;

杨天鸣 .

三峡大学学报(自然科学版), 2011, 33 (04) :81-84

[5]

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)

[6] 基于高光谱成像技术的猪肉嫩度检测研究 [J].

陈全胜 ;

张燕华 ;

万新民 ;

蔡健荣 ;

赵杰文 .

光学学报, 2010, 30 (09) :2602-2607

[7] 近十年我国小麦生产影响因素的实证分析——侧重于20个小麦生产省 [J].

李雪 ;

穆月英 ;

付文革 .

农业经济, 2009, (10) :32-34

[8] GB 1351-2008《小麦》标准解读 [J].

吴存荣 ;

孙辉 ;

周展明 .

粮食加工, 2008, (03) :14-17+44

[9] PLS-DA法判别分析木材生物腐朽的研究 [J].

杨忠 ;

任海青 ;

江泽慧 .

光谱学与光谱分析, 2008, (04) :793-796

[10] 偏最小二乘近红外光谱法测定瘦肉脂肪酸组成的研究 [J].

罗香 ;

刘波平 ;

张小林 ;

李桂生 ;

秦华俊 .

分析试验室, 2007, (10) :25-29