利用高光谱图像技术评判茶叶的质量等级

• 作者: Vittayapadung Saritporn 蔡健荣 赵杰文 陈全胜
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 图像处理 高光谱图像 主成分分析 反向传播神经网络 茶叶 评判
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 669-674
• 页数: 6页
• 分类号: TP391.41
• 字数: 5259字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2239.2008.04.011

摘要

针对茶叶品质无损检测时内外品质难以同时兼顾的问题,利用高光谱图像技术检测茶叶质量.设计一套基于光谱仪的高光谱图像系统采集数据;通过主成分分析,从海量数据中优选出三个波长段的特征图像;从每个特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性和熵等6个基于统计矩的纹理特征参量,每个样本共有18个特征变量;再通过主成分分析对这18个特征变量进行压缩,提取8个主成分因子建立基于反向传播神经网络的茶叶等级判别模型.模型训练时的总体回判识别率为97%;预测时总体识别率为94%.结果表明,高光谱图像技术可以用于茶叶质量等级水平的评判.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杰文	江苏大学食品与生物工程学院	195	5281	41.0	62.0
2	陈全胜	江苏大学食品与生物工程学院	74	2140	28.0	45.0
3	蔡健荣	江苏大学食品与生物工程学院	97	1845	26.0	41.0
4	Vittayapadung Saritporn	江苏大学食品与生物工程学院	2	202	2.0	2.0