基于分段主成分分析和高光谱技术的大豆品种识别

• 作者: 刘瑶 王志朋 王立国 谢红 谭克竹 陈月华
• 来源期刊: 大豆科学
• 学科: 工学
• 关键词: 高光谱 分段主成分分析 大豆 品种识别
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 分析加工
• 页码范围: 672-678
• 分类号: TP391.41|TP274.5
• 语种: 中文
• DOI: 10.11861/j.issn.1000-9841.2016.04.0672

摘要

为了实现大豆品种的快速且无损鉴别,对大豆高光谱图像中的光谱信息进行研究分析.利用高光谱图像采集系统采集波长范围为400～1 000nm的6类共660粒大豆样本的高光谱图像,从每粒大豆样本的中心区域上提取感兴趣区域并以此区域的平均光谱信息代表此粒大豆的光谱信息.对光谱曲线进行多元散射校正(multiple scattering correction,MSC)后,根据相关系数矩阵图,将整个高光谱波段分解为3个子分段,分别在每个子分段上做主成分分析(principal component analysis,PCA),提取1～20个主成分作为光谱特征,利用极限学习机(extreme learning machine,ELM)和随机森林(random forests,RF)模型进行大豆品种识别.结果表明:在第二分段(510.6～685.4 nm)进行PCA变换,识别效果优于全波段PCA变换.因此,应用分段PCA变换和高光谱技术对大豆品种进行无损识别是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立国	哈尔滨工程大学信息与通信工程学院	116	829	15.0	23.0
2	谢红	哈尔滨工程大学信息与通信工程学院	134	692	14.0	19.0
3	陈月华	东北农业大学电气与信息学院	11	90	4.0	9.0
4	谭克竹	东北农业大学电气与信息学院	11	109	6.0	10.0
5	刘瑶	东北农业大学电气与信息学院	18	58	5.0	6.0
9	王志朋	东北农业大学电气与信息学院	1	11	1.0	1.0