基于高光谱成像技术的灵武长枣常见缺陷检测

• 作者: 刘贵珊 吴龙国 王婉娇 王松磊 贺晓光
• 来源期刊: 食品与机械
• 关键词: 高光谱成像技术 主成分分析 最小噪声分离 掩模 长枣 缺陷
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 安全与检测
• 页码范围: 62-65,86
• 页数: 5页
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2015.03.015

摘要

以灵武长枣为研究对象,利用高光谱成像技术结合主成分分析法(principal component analysis,PCA)和最小噪声分离法(minimum noise fraction,MNF)对长枣缺陷进行快速检测与识别,主要探讨样本背景对缺陷识别的影响.首先,采集虫眼、裂痕、正常枣的高光谱图像,利用PCA法和MNF法分别对其降维去噪,选择虫眼与正常枣的PC1和M1图像、裂痕枣的PC2和M2图像进行缺陷识别,经PCA分析后的缺陷识别率均为100％,MNF处理后的识别率分别为69.2％,56.8％,100％;随后对其高光谱图像进行掩模去背景,再对其降维去噪后检测识别,PCA后的识别率均为100％,MNF后的识别率分别为73.1％,65.9％,100％.结果表明:利用高光谱成像技术结合两种降维去噪法对长枣常见缺陷的识别是可行的,背景干扰对于PCA法的缺陷识别不影响,其识别效果优于MNF法,且去背景后的MNF法缺陷识别率较来去背景的有所提高,为后续长枣缺陷的在线检测提供理论依据.

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		74	455	12.0	17.0
2	贺晓光		101	605	13.0	19.0
3	刘贵珊		58	454	13.0	19.0
4	吴龙国		38	257	9.0	15.0
5	王婉娇		5	25	2.0	5.0