10.7506/spkx1002-6630-201702047
基于近红外高光谱图像的冬枣损伤早期检测
为了对冬枣损伤进行早期检测,采用近红外高光谱图像技术对损伤区域成像.针对高光谱图像波长多的特点,分别采用连续投影算法、相关特征选择算法、一致性(Consistency)算法选择冬枣损伤的特征波长,对提取的特征波长分别应用k-邻近、朴素贝叶斯(naive bayes,NB)、支持向量机(support vector machine,SVM)3种分类方法进行损伤区域识别.结果表明:所有方法选择的一致特征波长在1 353 nm和1 691 nm附近.Consistency算法选择的特征波长在SVM分类器下分类识别正确率达到95.16%,一致特征波长在NB分类器下分类识别正确率达到84.26%,验证了一致波长的有效性,为多光谱成像技术实现在线检测冬枣损伤提供参考依据.
冬枣、高光谱成像、特征波长、轻微损伤、检测
38
TP391.4(计算技术、计算机技术)
陕西省自然科学基础研究计划-青年人才项目2015JQ3065;中国博士后科学基金项目2015M572602;西北农林科技大学国际科技合作种子基金项目A213021505
2017-03-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
301-305