基于高光谱图像技术的大豆分级识别方法研究

摘要：

对大豆进行快速准确分级，采集1~5等级大豆波长在1000~2500 nm范围的高光谱图像数据，获得光谱图像；对不同大豆等级样本的光谱曲线进行分析；通过主成分分析法，从每个等级大豆样本中优选出四个特征波长，得到特征图像；从每个特征图像中分别提取基于灰度共生矩阵的4个纹理特征参数--能量、熵、惯性矩和相关性，从16个特征变量中选取8个主要特征变量，应用BP神经网络建立大豆品质分级识别模型。模型预测准确率为92%。结果表明，高光谱图像技术对大豆等级具有较好的识别作用，可为大豆的在线无损检测分级提供参考。

关键词：图像处理、高光谱、大豆、BP神经网络

分类号：S565.1(经济作物)

资助基金：中国博士后科学基金资助项目20070410883；黑龙江省自然科学基金重点项目ZD201303

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：107-112