10.3964/j.issn.1000-0593(2019)11-3571-08
低温冷冻和机械损伤条件下马铃薯高光谱图像特征响应特性研究
开展了低温冷冻和机械损伤条件下马铃薯高光谱图像特征响应特性研究.采用卓立汉光公司Image~λ“谱像”系列高光谱相机获取完好的、低温冷冻和机械损伤条件下的光谱波段范围为387~1 035nm的马铃薯高光谱图像;截取校正后的像素尺寸大小为60×60的马铃薯高光谱中部完好的图像并计算该区域平均反射率值;冻伤的马铃薯样本的反射光谱曲线在440,560和680nm附近有明显吸收峰;机械损伤样本在560和680hm附近有明显吸收峰,在680nm附近吸收峰谷值明显低于冻伤样本;完好的马铃薯样本反射光谱曲线相对较为平滑,在560和680hm附近未见明显吸收峰;撞伤样本在440,560和680 nm附近存在吸收峰,而在410nm附近有一个明显的反射峰.四类马铃薯样本的反射光谱曲线特征峰值表现出一定的指纹特性,因而可以被用于后续品质特征检测分析使用.由于仪器或检测环境、光照强弱等因素影响,光谱数据中掺杂噪声,因此采用化学计量学预处理方法消除噪声的影响;随机选取70%的马铃薯四类样本的反射光谱作为训练数据,剩余的30%作为测试集;接着,利用极端梯度提升算法、类型提升算法和轻量梯度提升机算法来获取马铃薯高光谱图像的有效特征波谱,减少高维海量高光谱数据对后续品质分类模型的影响;最后,将提取到的有效特征波长构建马铃薯品质判别模型.在建立的分类模型中,使用的轻量梯度提升机+逻辑斯蒂回归达到最高的判别精度98.86%.该研究为将来高光谱图像成像技术在现代农业生产加工过程中马铃薯品质有效监测与控制提供理论基础和技术支撑.
马铃薯、品质、高光谱、低温冷冻、机械损伤
39
S24(农业电气化与自动化)
国家自然科学基金项目;江苏省自然科学基金项目
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
3571-3578