10.3969/j.issn.1005-9369.2014.04.020
基于高光谱图像技术的大豆分级识别方法研究
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。
图像处理、高光谱、大豆、BP神经网络
S565.1(经济作物)
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
2014-06-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
107-112