高光谱图像技术检测梨表面农药残留试验研究

被引：13

作者：

索少增 ^{[1
]}

刘翠玲 ^{[1
]}

吴静珠 ^{[1
]}

陈兴海 ^{[2
]}

孙晓荣 ^{[1
]}

吴胜男 ^{[1
]}

机构：

[1] 北京工商大学计算机与信息工程学院

[2] 北京卓立汉光仪器有限公司

来源：

北京工商大学学报(自然科学版) | 2011年 / 29卷 / 06期

基金：

北京市自然科学基金;

关键词：

高光谱图像; BP神经网络; 农药残留; 毒死蜱; 炔螨特;

D O I：

暂无

中图分类号：

TS255.7 [果蔬加工品标准与检验]; O657.3 [光化学分析法（光谱分析法）];

学科分类号：

摘要：

以滴有不同浓度毒死蜱和炔螨特农药的水晶皇冠梨为研究对象,探讨高光谱图像技术结合人工神经网络方法检测水果表面农药残留量的可行性.分别配制不同浓度分布的毒死蜱水溶液和炔螨特水溶液样本各20个,按100μL和150μL取农药溶液滴在梨表面,在835.467 8～1 648.356 8 nm范围采集高光谱图像,提取感兴趣区域数据得到4组样本数据,每组20个,每组随机抽取5个样本作为预测集,利用BP人工神经网络对每组数据分别建立数学模型.滴有150μL和100μL农药溶液区域的建模结果为:两种农药的残留样本相关系数分别都大于0.99和0.95;RMSEC和RMSEP的最大值分别为0.634 9,1.323 9和1.742 5,3.441 7.结果表明:150μL农药样本区优于100μL农药样本区的建模结果,高光谱图像技术结合人工神经网络法检测梨表面农药残留量是可行的,为水果表面农药残留量检测提供了新方法.

引用

页码：73 / 77

页数：5

共 9 条

[1] 基于高光谱图像技术的油菜籽品种鉴别方法研究
邹伟
方慧
刘飞
周康韵
鲍一丹
何勇
[J]. 浙江大学学报(农业与生命科学版), 2011, 37 (02) : 175 - 180
[2] 基于可见近红外高光谱的菠菜硝酸盐快速无损测定研究[J]. 薛利红,杨林章.光谱学与光谱分析. 2009(04)
[3] 近红外光谱技术检测溶液中毒死蜱含量试验
刘翠玲
隋淑霞
吴静珠
孙晓荣
[J]. 农业机械学报, 2009, 40 (01) : 129 - 131
[4] 基于高光谱图像技术的水果表面农药残留检测试验研究
薛龙
黎静
刘木华
[J]. 光学学报, 2008, 28 (12) : 2277 - 2280
[5] 近红外光谱技术用于菠菜中毒死蜱残留的定量分析研究
刘翠玲
隋淑霞
孙晓荣
吴静珠
[J]. 食品科学, 2008, (07) : 356 - 358
[6] 利用高光谱图像技术评判茶叶的质量等级
陈全胜
赵杰文
蔡健荣
Vittayapadung Saritporn
[J]. 光学学报, 2008, (04) : 669 - 674
[7] 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
[8] Recent advances in techniques for hyperspectral image processing[J] . Antonio Plaza,Jon Atli Benediktsson,Joseph W. Boardman,Jason Brazile,Lorenzo Bruzzone,Gustavo Camps-Valls,Jocelyn Chanussot,Mathieu Fauvel,Paolo Gamba,Anthony Gualtieri,Mattia Marconcini,James C. Tilton,Giovanna Trianni.Remote Sensing of Environment . 2009
[9] Visible/near-infrared hyperspectral imaging for beef tenderness prediction
Naganathan, Govindarajan Konda
Grimes, Lauren M.
Subbiah, Jeyamkondan
Calkins, Chris R.
Samal, Ashok
Meyer, George E.
[J]. COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2008, 64 (02) : 225 - 233

← 1 →