您的位置: 专家智库 > >

宁夏回族自治区自然科学基金(NZ13005)

作品数:4 被引量:37H指数:4
相关作者:刘贵珊贺晓光王松磊何建国吴龙国更多>>
相关机构:宁夏大学更多>>
发文基金:宁夏回族自治区自然科学基金更多>>
相关领域:自动化与计算机技术农业科学理学轻工技术与工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇农业科学
  • 1篇轻工技术与工...
  • 1篇理学

主题

  • 4篇无损检测
  • 4篇马铃薯
  • 2篇图像
  • 2篇主成分
  • 2篇主成分分析
  • 2篇主成分分析法
  • 2篇近红外
  • 2篇光谱图像
  • 2篇红外
  • 2篇高光谱图像
  • 1篇图像处理
  • 1篇图像处理方法
  • 1篇像差
  • 1篇马铃薯环腐病
  • 1篇环腐病
  • 1篇干物质
  • 1篇干物质含量
  • 1篇高光谱成像

机构

  • 4篇宁夏大学

作者

  • 4篇何建国
  • 4篇王松磊
  • 4篇贺晓光
  • 4篇刘贵珊
  • 3篇吴龙国
  • 2篇苏文浩
  • 1篇康宁波
  • 1篇吴晨
  • 1篇陈亚斌
  • 1篇郭红艳
  • 1篇王伟

传媒

  • 2篇食品与机械
  • 1篇食品科学
  • 1篇浙江大学学报...

年份

  • 1篇2016
  • 2篇2014
  • 1篇2013
4 条 记 录,以下是 1-4
排序方式:
高光谱图像技术结合图像处理方法检测马铃薯外部缺陷被引量:7
2014年
利用高光谱图像技术在400-1000 nm 光谱区域检测马铃薯外部缺陷,通过特征波段主成分分析法和图像差值算法建立马铃薯外部缺陷在线无损检测方法.以6种缺陷类型(机械损伤、孔洞、疮痂、表面碰伤、绿皮、发芽)以及完好无损的合格马铃薯为研究对象,分别获取它们的高光谱图像,提取并分析高光谱图像中感兴趣区域的反射率光谱;利用主成分分析法对光谱数据降维,根据所有类型马铃薯第2主成分图像的权重系数曲线的局部极值选取5个特征波长(478,670,723,819,973 nm);然后对选出的特征波长进行主成分分析,得到5个新的主成分图像,并针对不同的马铃薯缺陷类型分别选出马铃薯缺陷部位与周围区域灰度值差别最明显的主成分图像,通过阈值分割、腐蚀、膨胀和连通度分析等图像处理方法对马铃薯的外部缺陷进行识别.结果表明,其正确识别率达到82.50%.为进一步消除马铃薯图像背景区域的灰度值对其缺陷部位的影响,同时提高缺陷部位与周围区域的对比度,利用图像差值算法,并与特征波长主成分分析法相结合,再经过阈值分割、腐蚀、膨胀和连通度分析等步骤进行识别.结果表明,全部7种类型马铃薯的正确识别率达到96.43%.说明高光谱图像技术结合图像处理方法可以有效地识别马铃薯外部缺陷.
苏文浩刘贵珊何建国王松磊贺晓光王伟吴龙国
关键词:马铃薯高光谱图像主成分分析法无损检测
近红外高光谱图像技术在马铃薯外部缺陷检测中的应用被引量:10
2013年
为探讨马铃薯各种外部缺陷在线快速无损检测的可行性,在900~1 700nm的近红外光谱区域,基于高光谱图像技术建立一套合适的检测方法。该研究以5种缺陷类型以及合格的马铃薯为研究对象,分别获取它们的高光谱图像,并提取高光谱图像中感兴趣区域的反射率光谱;主成分分析法用于光谱数据降维,选取7个特征波长(990,1 026,1 109,1 226,1 285,1 464,1 619nm);然后,再次对选出的特征波长进行主成分分析,并选出第二个主成分图像用于马铃薯外部缺陷的图像识别,正确识别率达到71.25%。为提高识别率,该研究又提出波段比算法,并与特征波长主成分分析法相结合,正确识别率达到97.08%。试验结果表明:基于近红外高光谱图像技术的图像识别方法可以有效地识别马铃薯外部缺陷。
苏文浩何建国刘贵珊王松磊贺晓光吴龙国
关键词:马铃薯近红外高光谱图像主成分分析法无损检测
基于近红外高光谱成像技术的马铃薯干物质含量无损检测被引量:12
2014年
基于近红外高光谱成像技术对马铃薯干物质含量进行无损检测研究。运用偏最小二乘回归系数法对多元散射校正(MSC)预处理后的光谱优选出8个特征波长,采用粒子群算法优化支持向量机(PSO-SVM)和偏最小二乘回归算法(PLSR)分别建立特征波长预测模型并对比分析。结果表明,采用粒子群算法优化支持向量机(PSO-SVM)建立的特征波长预测模型优于偏最小二乘回归算法(PLSR)预测模型,校正和验证模型的相关系数和均方根误差分别为0.944 37、0.919 77和0.155 01、0.156 90,高光谱成像技术对马铃薯干物质含量无损检测是可行的。
吴晨何建国刘贵珊贺晓光王松磊
关键词:马铃薯干物质无损检测
基于高光谱成像的马铃薯环腐病无损检测被引量:12
2016年
为探讨高光谱成像技术无损检测马铃薯环腐病的可行性,采用反射高光谱(980-1 650 nm)成像技术,以120个马铃薯样本(合格60个,环腐60个)为研究对象,对比多元散射校正、标准正态变换、卷积+一阶导数等对建模的影响,优选出多元散射校正的光谱预处理方法;然后基于偏最小二乘回归系数法提取9个特征波长(993、1 005、1 009、1 031、1 112、1 162、1 165、1 225、1 636 nm),建立特征波长下马铃薯环腐病的2类线性判别分析(linear discriminant analysis,LDA)模型和4类支持向量机(support vector machine,SVM)模型,即Fisher-LDA、马氏距离-LDA、线性核SVM、径向基核SVM、多项式核SVM和S型核SVM。结果表明,LDA模型中马氏距离法最优,SVM模型中S型核SVM最优,LDA模型整体优于SVM模型,最终确定基于马氏距离LDA的马铃薯环腐病判别模型为最佳模型,校正集、验证集识别率分别为100%和93.33%。实验结果表明高光谱无损检测马铃薯环腐病具有可行性。
郭红艳刘贵珊吴龙国王松磊康宁波陈亚斌何建国贺晓光
关键词:马铃薯环腐病无损检测
共1页<1>
聚类工具0