10.3964/j.issn.1000-0593(2018)06-1712-07
近红外高光谱成像的微破损棉种可视化识别
优质棉种是全面推广棉花精量播种技术的基础.采用近红外高光谱成像技术实现微破损棉种可视化识别,为棉种精选设备的研制奠定理论基础.以未破损和微破损两类棉种各540粒作为样本(其中405粒作为建模集,135粒棉种作为预测集),分批采集874~1734 nm范围的样本高光谱图像,提取光谱数据并去除首尾两端明显噪声保留955~1659 nm范围内光谱为棉种样本的光谱.首先使用Kennard-Stone(KS)算法进行样本划分,并通过平滑算法Savitsky-Golay(SG)对光谱进行预处理.采用二阶导数光谱(2nd spectra)方法、连续投影算法(SPA)和主成分载荷(PCA-loading)方法分别选取10,14和11个特征波长.基于全部光谱数据和特征波长建立偏最小二乘判别分析(PLS-DA)模型、K最邻近(KNN)模型和支持向量机(SVM)模型,SPA-PLS-DA模型取得了较好的结果,建模集和预测集的鉴别率分别为91.50% 和90.33%.基于SPA-PLS-DA模型分别对未破损样本和微破损样本及其混合样本图像进行识别,取得了较好的识别结果,微破损棉种的识别率达90% 以上.结果表明,结合近红外高光谱成像和图像处理技术,能够实现微破损棉种的可视化识别.
高光谱成像、微破损棉种、特征选择、可视化识别
38
O657.3(分析化学)
国家863计划项目2013AA102307
2018-07-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
1712-1718