基于高光谱成像技术的酿酒高粱品种分类

摘要：

针对不同品种酿酒高粱分类难、分类精度有待提高等问题,提出了一种结合光谱和图像信息的高光谱成像技术从而对酿酒高粱进行分类的方法.通过采集11类共550个高粱样本的高光谱数据,运用连续投影算法从多元散射校正预处理后光谱中筛选出48个特征波长,再提取图像的灰度共生矩阵作为图像特征,利用纹理特征、全光谱、特征光谱及其结合图像特征分别建立支持向量机、偏最小二乘判别和极限学习机分类模型,最后再采集220个未参与建模样本对所建模型进行外部验证.结果表明,基于特征光谱结合纹理特征建立的支持向量机模型效果最佳,训练集和测试集的识别率分别为96％和95.3％,验证集的识别率达到91.8％,高于单一光谱数据建模效果,说明光谱和图像信息结合可以提高酿酒高粱的分类识别率.该方法为高粱品种的高精度分类和不同酿酒原料的快速无损检测提供了可行的方法.

关键词：高粱、高光谱、特征波长、灰度共生矩阵、机器学习

所属期刊栏目：47

资助基金：四川省科技厅重大科技专项项目;四川轻化工大学研究生创新基金项目;自贡市重点科技计划项目

在线出版日期：2021-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：186-192