基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以大米为研究对象,初步探讨了应用高光谱图像技术检测大米垩白的方法.采集大米400~1000nm范围的高光谱图像,应用主成分分析方法(PCA)获得主成分图像,根据第一主成分图像(PC-1)中各波长的权重,选出权重值最大的波长.在以这个波长为中心寻找可以检测大米垩白的最佳波长.然后经过适当的图像处理方法对大米的垩白进行检测.检测结果表明,高光谱技术对检测大米的外观品质是可行的.
推荐文章
基于模式识别技术的高光谱遥感图像检测
模式识别
高光谱图像
遥感图像检测
图像预处理
图像拼接
过热区域确定
在MATLAB环境中基于计算机视觉技术的大米垩白检测
计算机视觉
大米垩白
检测
MATLAB
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
高光谱图像技术在掺假大米检测中的应用
无损检测
主成分分析
图像采集
大米掺假
支持向量机
高光谱图像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高光谱图像技术的大米垩白检测
来源期刊 南方农机 学科 农学
关键词 高光谱图像 计算机视觉 大米 品质
年,卷(期) 2009,(1) 所属期刊栏目 研究制造
研究方向 页码范围 27-29
页数 3页 分类号 S2
字数 2132字 语种 中文
DOI 10.3969/j.issn.1672-3872.2009.01.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘木华 江西农业大学工学院 228 2503 23.0 41.0
2 黎静 江西农业大学工学院 29 397 11.0 19.0
3 薛龙 华东交通大学机电工程学院 20 247 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (117)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (38)
二级引证文献  (43)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(15)
  • 引证文献(2)
  • 二级引证文献(13)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱图像
计算机视觉
大米
品质
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南方农机
半月刊
1672-3872
36-1239/TH
大16开
江西省南昌市省府大院北一路3号6楼
44-110
1970
chi
出版文献量(篇)
23381
总下载数(次)
96
论文1v1指导