油桃外部缺陷的高光谱成像检测

• 作者: 吴玉香 张学豪 张淑娟 杨一 满尊 黄锋华
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 油桃 外部缺陷 高光谱成像 无损检测 极限学习机
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 252-259
• 分类号: S123|S665
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.11.034

摘要

采用高光谱(420～1 000nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别.对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm.缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割.对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值).将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别.结果表明,该模型对缺陷样本的判别正确率为91.67％,完好样本的正确率为100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑娟	山西农业大学工学院	122	728	14.0	22.0
2	黄锋华	山西农业大学信息科学与工程学院	12	125	6.0	11.0
6	吴玉香	山西农业大学农学院	29	304	10.0	17.0
7	张学豪	山西农业大学工学院	5	17	2.0	4.0
8	杨一	山西农业大学工学院	6	27	3.0	5.0
9	满尊	山西农业大学工学院	2	12	1.0	2.0