基于近红外高光谱图像的冬枣损伤早期检测

• 作者: Vázquez-Arellano MANUEL 傅隆生 孙世鹏 彭俊 朱兆龙 李瑞
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 冬枣 高光谱成像 特征波长 轻微损伤 检测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 安全检测
• 页码范围: 301-305
• 页数: 5页
• 分类号: TP391.4
• 字数: 4091字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201702047

摘要

为了对冬枣损伤进行早期检测,采用近红外高光谱图像技术对损伤区域成像.针对高光谱图像波长多的特点,分别采用连续投影算法、相关特征选择算法、一致性(Consistency)算法选择冬枣损伤的特征波长,对提取的特征波长分别应用k-邻近、朴素贝叶斯(naive bayes,NB)、支持向量机(support vector machine,SVM)3种分类方法进行损伤区域识别.结果表明:所有方法选择的一致特征波长在1 353 nm和1 691 nm附近.Consistency算法选择的特征波长在SVM分类器下分类识别正确率达到95.16％,一致特征波长在NB分类器下分类识别正确率达到84.26％,验证了一致波长的有效性,为多光谱成像技术实现在线检测冬枣损伤提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱兆龙	西北农林科技大学机械与电子工程学院	8	30	3.0	5.0
2	李瑞	西北农林科技大学机械与电子工程学院	40	308	10.0	16.0
3	傅隆生	西北农林科技大学机械与电子工程学院	19	202	9.0	14.0
4	彭俊	西北农林科技大学机械与电子工程学院	7	39	4.0	6.0
5	孙世鹏	西北农林科技大学机械与电子工程学院	7	50	4.0	7.0