近红外高光谱成像结合特征波长筛选识别小麦赤霉病瘪粒

• 作者: 沈广辉 曹瑶瑶 刘馨 徐剑宏 史建荣 LEE Yin-won
• 来源期刊: 江苏农业学报
• 关键词: 高光谱成像 赤霉病瘪粒 近红外光谱 无损检测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 加工贮藏·质量安全|PROCESSING AND STORAGE·QUALITY SAFETY
• 页码范围: 509-516
• 页数: 8页
• 分类号: S123|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2021.02.029

摘要

为实现小麦赤霉病瘪粒快速识别,本研究使用主成分分析(Principal component analysis,PCA)结合最大类间方差法(Otsu)对小麦高光谱图像进行背景分割,以赤霉病瘪粒识别正确率为评价指标,探究判别分析方法与竞争性自适应权重取样法(Competitive adaptive reweighted sampling,CARS)的最佳组合方式.结果显示,基于全谱段构建的偏最小二乘判别分析(Partial least squares discrimination analysis,PLS-DA)和支持向量机判别分析(Sup-port vector machine discriminant analysis,SVM-DA)模型预测精度相同,外部验证集健康籽粒和赤霉病瘪粒识别正确率分别为95.2％和100.0％;基于CARS筛选的8个特征波长构建的CARS-PLS-DA模型外部验证集健康籽粒和赤霉病瘪粒识别正确率均为100.0％,预测精度高于CARS-SVM-DA模型,可有效实现赤霉病瘪粒的快速识别.研究结果将为谷物仓储和加工过程中赤霉病瘪粒高通量快速识别提供理论依据和技术支撑.