基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对稻米品种无损鉴别需求,利用高光谱技术分析了3种稻米样品的光谱图像特征,实现了利用液晶可调滤波器(LCTF)光谱相机对3种稻米的探测、分类与鉴别.通过高光谱相机采集稻米样品的VIS/NIR光谱图像,运用Matlab软件及ENVI软件对高光谱图像进行处理分析,获得各样本的相对反射率曲线,结合图像阈值分割技术,得到各波段光谱图像的二值图像.结合图像及数据,分析不同品种稻米的光谱差异,发现稻米于480~550 nm波段有较为明显的特征峰,品种之间光谱差异明显,且不同品种稻米的二值图像明暗占比不同,以此完成稻米品种的分类与鉴别.研究结果表明,光谱图像的相对反射率和二值图像在稻米品种快速分类与识别的应用中具有较好的应用前景.
推荐文章
结合空间信息的高光谱图像快速分类方法
高光谱图像
空间区域特征光谱
非线性特征提取
分类
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
基于图像分割和LSSVM的高光谱图像分类
高光谱图像分类
图像分割
LSSVM
数据降维
基于DS聚类的高光谱图像集成分类算法
优势集
聚类
集成
支持向量机
高光谱图像分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高光谱图像的东北稻米品种快速分类
来源期刊 太赫兹科学与电子信息学报 学科 工学
关键词 光谱图像法 无损检测 高光谱图像技术 阈值分割
年,卷(期) 2020,(4) 所属期刊栏目 信号与信息处理、计算机与控制
研究方向 页码范围 687-691
页数 5页 分类号 TN919
字数 语种 中文
DOI 10.11805/TKYDA2019297
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭勇 51 136 8.0 8.0
2 岳鑫 3 0 0.0 0.0
3 吕众 2 0 0.0 0.0
4 司刚正 1 0 0.0 0.0
5 杨珩 1 0 0.0 0.0
6 王盛楠 2 0 0.0 0.0
7 李凤娇 1 0 0.0 0.0
8 宋少忠 1 0 0.0 0.0
9 温昌礼 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光谱图像法
无损检测
高光谱图像技术
阈值分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太赫兹科学与电子信息学报
双月刊
2095-4980
51-1746/TN
大16开
四川绵阳919信箱532分箱
62-241
2003
chi
出版文献量(篇)
3051
总下载数(次)
7
总被引数(次)
11167
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导