基于可见/近红外高光谱的八角茴香与莽草无损鉴别

• 作者: 王伟 褚璇 贾贝贝 赵昕 鹿瑶
• 来源期刊: 农业机械学报
• 学科: 物理学
• 关键词: 八角 莽草 高光谱成像 掺假鉴别
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 373-379
• 页数: 7页
• 分类号: O433.4
• 字数: 4852字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.11.042

摘要

基于高光谱成像技术提出了一种八角茴香与其伪品莽草的快速鉴别方法.实验采集400～1000nm范围的高光谱数据,依据样本和背景像素点的光谱特征差异,选择850 nm和450 nm下的图像并进行差运算,结合阈值法去除背景信息,利用线性拉伸去除样本高度引入的阴影噪声像素点,再结合二值图像区域标记法从样本高光谱数据中自动提取其平均光谱数据;利用平均光谱数据,采用连续投影算法(Successive projections algorithm,SPA)选取了4个最优波长:533、617、665、807 nm;基于最优波长下的光谱数据,建立了偏最小二乘判别(Partial least square discrimination analysis,PLSDA)模型,模型对鉴别八角和莽草的总体准确率为98.4％;利用所建多光谱模型对外部验证集数据进行预测,总体分类准确率为97.9％.利用常规图像处理技术同时对外部验证集数据进行处理,并对两种技术方法进行了比较,结果表明,依托高光谱成像技术建立的八角和莽草辨识的多光谱分析方法简单、高效,易于实现动态在线便携式检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	中国农业大学工学院	112	1494	21.0	35.0
2	贾贝贝	中国农业大学工学院	3	14	1.0	3.0
3	鹿瑶	中国农业大学工学院	3	1	1.0	1.0
4	赵昕	河北大学质量技术监督学院	1	0	0.0	0.0
5	褚璇	仲恺农业工程大学机电工程学院	1	0	0.0	0.0