基于最小噪声分离的籽棉异性纤维高光谱图像识别

• 作者: 吴姝 徐来齐 李玫瑾 沈宝国 魏新华
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 棉花 检测 图像处理 异性纤维 高光谱成像 降维 最小噪声分离
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 243-248
• 页数: 6页
• 分类号: TS101.3|TP181
• 字数: 452字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.09.030

摘要

针对籽棉表层多类难检异性纤维，包括纸屑、白发、丙纶丝、化纤和地膜等5种白色物质，采用高光谱技术和最小噪声分离（minimum noise fraction, MNF）分析方法对含有异性纤维的籽棉图像进行研究。该文在400～1000 nm的光谱范围内采集高光谱图像，根据光谱曲线选取子区域，应用最小噪声分离分析方法降维、去噪。取MNF变换后的前4幅分量图像，通过视觉评价，选定最佳成分图像并融合中值滤波、灰度变化等图像处理的方法确定最佳分割图像，提取异性纤维。试验结果表明，对于以上5种异性纤维，该方法的识别率达到91.0%。该研究可为棉花异性纤维检测系统的开发提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏新华	江苏大学现代农业装备与技术省部共建教育部重点实验室	50	635	17.0	24.0
2	吴姝	江苏大学现代农业装备与技术省部共建教育部重点实验室	12	64	4.0	7.0
3	沈宝国		8	71	4.0	8.0
4	徐来齐	江苏大学现代农业装备与技术省部共建教育部重点实验室	2	56	2.0	2.0
5	李玫瑾	江苏大学现代农业装备与技术省部共建教育部重点实验室	2	20	2.0	2.0