茶叶外形品质的高光谱图像量化分析

• 作者: 严霖元 刘木华 吴彦红 吴瑞梅 艾施荣 赵杰文
• 来源期刊: 江西农业大学学报
• 学科: 工学
• 关键词: 茶叶外形 高光谱图像 BP神经网络 主成分分析
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 生物技术与工程
• 页码范围: 413-418
• 页数: 6页
• 分类号: TP391.41
• 字数: 4891字
• 语种: 中文

摘要

为弥补感官审评方法评定茶叶品质存在的不足,提出采用高光谱图像来量化分析茶叶的外形感官品质.以碧螺春名优绿茶为对象,采集其高光谱图像,利用主成分分析法从原始高光谱图像中优选出3个波长(768.74,827.54,886.83 nm)下的特征图像.分别提取每个特征图像的颜色特征和纹理特征,3个特征图像共提取90个特征变量.利用BP神经网络方法建立特征变量与外形感官评分之间的相关模型,模型对预测集样本的相关系数为0.859,预测均方根误差为3.611.在预测集中,对模型的预测值与实际评分值进行t检验时,预测值与实际值无显著差异,说明所建模型是准确可靠的.

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	刘木华	江西农业大学工学院	228	2503	23.0	41.0
3	艾施荣	江西农业大学软件学院	35	174	9.0	12.0
4	吴瑞梅	江西农业大学工学院	52	529	13.0	21.0
5	吴彦红	江西农业大学工学院	15	227	8.0	15.0
6	严霖元	江西农业大学工学院	25	263	10.0	15.0