基于能量信息的毛豆豆荚螟高光谱图像检测

• 作者: 张慜 李艳华 步培银 马亚楠 黄敏
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 毛豆 感兴趣区域 能量 支持向量数据描述
• 年，卷（期）: 2014,（14）
• 所属期刊栏目: 分析检测
• 页码范围: 59-63
• 分类号: TS207.3
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2014.14.003

摘要

为了寻求快速有效的毛豆内部豆荚螟的检测方法,将高光谱图像技术应用于毛豆内部的豆荚螟无损检测.以225个样本为研究对象,首先采用平均灰度值的方法自动获取毛豆感兴趣区域,然后提取400～1000nm波长范围内共94个波段的能量信息作为特征参数,最后结合支持向量数据描述分类器建立豆荚螟的分类检测模型.研究结果显示,在自动提取的感兴趣区域验证集中,正常样本的分类精度为100％,有虫样本分类精度为75％,验证集的总体分类精度为95.6％,可有效识别出含豆荚螟的毛豆样本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄敏	江南大学轻工过程先进控制教育部重点实验室	68	518	13.0	19.0
3	步培银		4	9	2.0	3.0
6	张慜		7	62	5.0	7.0
7	李艳华		15	41	4.0	5.0
8	马亚楠	江南大学轻工过程先进控制教育部重点实验室	2	14	2.0	2.0