基于高光谱成像技术的西瓜种子活力等级分类方法研究

摘要：

为了探讨水果种子不同活力等级的判别方法,以西瓜种子为研究对象,建立基于偏最小二乘判别(PLS-DA)、极限学习机(ELM)的高光谱图谱信息种子活力判别模型.首先,提取光谱信息,建立西瓜种子活力等级的光谱定性分析模型,结果表明,特征变量筛选方法UVE(无信息变量消除)结合建模方法PLS-DA得到的效果较好,分类正确率为100.00％,相关系数为0.86.其次,选取图像PC1权重系数,提取波长点为685、790、826、836、855 nm的特征图像,计算平均灰度值,建立基于图像特征的种子活力等级定性分析模型.结果表明,PLS-DA的误判率为6.67％,相关系数为0.85,优于ELM检测模型的误判率(10.00％)和相关系数(0.83).高光谱成像技术的光谱和图像信息都能较好区分种子的活力等级,但基于光谱信息建立的判别模型优于基于图像特征建立的判别模型.

关键词：西瓜种子、高光谱成像、贮存期、特征图像、光谱

所属期刊栏目：51

分类号：S24(农业电气化与自动化)

资助基金：国家自然科学基金51939005

在线出版日期：2022-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：151-158