李果实成熟度的高光谱成像判别研究

• 作者: 张学豪 张淑娟 李军宇 薛建新
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 李果实 成熟度 光谱 图像 偏最小二乘模型
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 试验研究
• 页码范围: 141-145
• 页数: 5页
• 分类号: S123|S662.3
• 字数: 3574字
• 语种: 中文

摘要

为实现对李果实成熟度的快速、准确判别,采用高光谱成像技术(450~1000nm)采集不同成熟阶段(未熟期、半熟期、成熟期、过熟期)的李果实共计640个样本的高光谱信息进行判别研究.对不同成熟阶段的李果实样本测定表征成熟度的理化指标(可溶性固形物和硬度值)并进行单因素方差分析,结果表明:不同成熟度样本的两项指标均存在极显著差异,硬度值差异最大.采用连续投影算法(Successiveprojectionsalgorithm,SPA)和主成分分析(Principalcomponentanalysis,PCA)分别提取得到不同成熟度样本光谱数据的10个特征波长(381、382、387、408、443、494、596、813、963、1008nm)和前5个主成分值(累积贡献率达97.83%).基于RGB、HSV颜色模型对不同成熟度李果实样本图像进行颜色特征提取,最终得到6项颜色特征指标(R、G、B及H、S、V分量图像的平均值和标准差).分别建立基于光谱信息、图像信息及融合信息的偏最小二乘(Partialleastsquares,PLS)判别模型,结果表明:基于特征波长和RGB特征信息融合值建立的PLS模型判别结果最佳,准确率达91.25%.由此可见,采用高光谱成像技术在光谱和图像信息方面对不同成熟度李果实进行判别是可行的、有效的,该研究为实现李果实成熟度在线检测提供了理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑娟	山西农业大学工学院	122	728	14.0	22.0
2	薛建新	山西农业大学工学院	25	114	6.0	9.0
3	张学豪	山西农业大学工学院	5	17	2.0	4.0
4	李军宇	山西农业大学工学院	7	10	2.0	3.0