基于NIR高光谱成像技术的长枣虫眼无损检测

• 作者: 何建国 刘贵珊 吴龙国 李丹 王伟 王松磊 贺晓光
• 来源期刊: 发光学报
• 学科: 工学
• 关键词: 高光谱成像 无损检测 长枣 虫眼
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 发光学应用及交叉前沿
• 页码范围: 1527-1532
• 页数: 6页
• 分类号: TN27
• 字数: 4256字
• 语种: 中文
• DOI: 10.3788/fgxb20133411.1527

摘要

为了研究快速识别虫眼枣与正常枣的有效方法,利用特征波长主成分分析法结合波段比算法进行虫眼枣识别.首先,利用NIR高光谱成像系统采集130个长枣(50个正常、80个虫眼枣)图像,提取并分析不同类型长枣特征区域的平均光谱曲线,对970～1 670 nm范围内的光谱数据进行主成分分析,确定7个特征波长(990,1 028,1109,1160,1 231,1 285,1 464 nm).然后,对长枣图像做主成分分析,选择PC2图像进行虫眼识别,虫眼与正常枣的识别率分别为67.5％ 、100％.为了进一步提高虫眼枣的识别率,采用波段比(R1231/R1109)对未识别的虫眼枣进行再次识别,识别率提高到90％.结果表明,基于NIR高光谱成像技术的检测方法对虫眼枣识别是可行的,同时也为多光谱成像技术应用于在线检测长枣品质提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王松磊	宁夏大学农学院	74	455	12.0	17.0
2	何建国	宁夏大学农学院	93	716	16.0	22.0
3	贺晓光	宁夏大学农学院	101	605	13.0	19.0
4	王伟	宁夏大学物理电气信息学院	27	98	4.0	9.0
5	刘贵珊	宁夏大学农学院	58	454	13.0	19.0
6	吴龙国	宁夏大学农学院	38	257	9.0	15.0
7	李丹	宁夏大学农学院	12	67	3.0	8.0