基于小波变换的高光谱散射图像特征提取

摘要：

高光谱散射图像的特征提取是影响模型精度的重要因素.本文对600个‘Golden Delicious’苹果样本的高光谱散射图像进行分析,分别采用平均反射法和小波变换提取特征.小波变换以Danbechies小波系的Db1函数作为基函数进行1层和2层小波分解,然后选取小波低频系数的一范数作为特征值.利用Kennard-Stone算法划分样本,450个样本用于建模,150的样本用于预测.不同方法提取的特征值输入结合偏最小二乘(PLS)算法建立苹果内部品质的预测模型.结果表明1层小波变换特征提取方法与平均反射(mean reflectance,Meean)特征提取方法相比能将硬度的预测集相关系数从0 797提高到0 821,预测集均方根误差保持不变；糖度的预测集相关系数从0 837略微提高到0 842并降低了预测集均方根误差.因此小波变换为高光谱散射图像提供了一种有效的特征提取方法.

关键词：高光谱散射图像、特征提取、小波变换、偏最小二乘法(PLS)

所属期刊栏目：28

分类号：TP391.9;O433.4(计算技术、计算机技术)

资助基金：国家自然科学基金60805014;江苏省自然科学基金BK2011148;中央高校基本科研业务费专项资金JUSRP20913;JUSRP21132

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1255-1258