基于高光谱成像技术检测脐橙溃疡

被引:72
作者
李江波
饶秀勤
应义斌
王东亭
机构
[1] 浙江大学生物系统工程与食品科学学院
关键词
主成分分析; 缺陷检测; 影像识别; 溃疡; 高光谱图像; 双波段比; 脐橙;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了研究从带有不同缺陷的柑橘类水果中快速识别出溃疡果的有效方法,基于高光谱成像技术,该文提出特征波段主成分分析法及波段比算法。以脐橙为研究对象,选取包括溃疡在内常见的10类脐橙果皮缺陷果及正常果。首先,提取并分析11类果皮感兴趣区域(ROI)光谱曲线并结合主成分分析法确定5个最佳波段(630、685、720、810和875nm);然后基于特征波段做主成分分析,选取第5主成分(PC-5)作为分类识别图像,识别率达到80%。为了进一步提高溃疡识别率,该文又提出采用特征波段主成分分析法与波段比算法相结合的方法,基于此算法溃疡正确识别率提高到95.4%。试验结果表明,基于高光谱成像技术可以有效地对带有溃疡病斑的脐橙分类识别。
引用
收藏
页码:222 / 228
页数:7
相关论文
共 13 条
[1]   基于掩模及边缘灰度补偿算法的脐橙背景及表面缺陷分割 [J].
李江波 ;
饶秀勤 ;
应义斌 ;
马本学 ;
郭俊先 .
农业工程学报, 2009, 25 (12) :133-137
[2]   波段比算法结合高光谱图像技术检测柑橘果锈 [J].
蔡健荣 ;
王建黑 ;
陈全胜 ;
赵杰文 .
农业工程学报, 2009, 25 (01) :127-131
[3]   基于高光谱图像技术的水果表面农药残留检测试验研究 [J].
薛龙 ;
黎静 ;
刘木华 .
光学学报, 2008, 28 (12) :2277-2280
[4]   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
[5]   柑橘溃疡病发生与抗性研究进展 [J].
何秀玲 ;
袁红旭 .
中国农学通报, 2007, (08) :409-412
[6]   基于计算机视觉的鸡蛋污斑检测 [J].
屠康 ;
潘磊庆 ;
杨佳丽 ;
苏子鹏 ;
于雪 .
江苏大学学报(自然科学版), 2007, (03) :189-192
[7]   机器视觉在农产品检测与分级中的应用与展望 [J].
黎萍 ;
朱军燕 ;
刘燕德 ;
严霖元 .
江西农业大学学报, 2005, (05) :796-800
[8]   采用改进的自适应模糊多级中值滤波算法去除牛肉图像斑点噪声 [J].
贾渊 ;
姬长英 .
农业工程学报, 2005, (02) :102-105
[9]   机器视觉技术在农产品品质自动识别中的应用(Ⅰ) [J].
应义斌 ;
饶秀勤 ;
赵匀 ;
蒋亦元 .
农业工程学报, 2000, (01) :103-108
[10]   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