公共文化服务平台

共 2 条记录，以下是 1-2

全选清除导出

排序方式：

用高光谱成像和PCA检测苹果的损伤和早期腐烂被引量：9: 2013年; 为了实现苹果表面损伤和早期腐烂的快速有效检测,利用高光谱成像和主成分分析变换挑选了检测损伤和早期腐烂的特征波段,并开发了基于特征波段的检测算法。首先,利用高光谱成像系统采集苹果可见-近红外(400～1000 nm)波段的图像;其次,基于全波段图像的主成分分析变换,挑选出6个特征波段(560、640、675、720、810和970 nm);再次,对特征波段进行主成分分析变换,挑选出第3主成分(PC3)作为检测苹果表面损伤和早期腐烂的图像。利用该算法对正常果和带有损伤和早期腐烂的苹果样本共计120个进行检测,检测正确率达到95.8%。试验结果表明:基于特征波段的主成分分析变换可以有效检测苹果表面的损伤和早期腐烂。; 张保华黄文倩李江波赵春江刘成良黄丹枫; 关键词：高光谱成像主成分分析苹果

基于高光谱成像技术和MNF检测苹果的轻微损伤被引量：30: 2014年; 苹果损伤是一种发生在水果采摘和产后处理阶段的不可避免的主要缺陷。为了快速有效地识别苹果的轻微损伤，以具有代表性的双色红富士苹果为研究对象，提出了一种以高光谱成像和最低噪声分离（MNF）变换的苹果轻微损伤识别检测方法。首先，使用高光谱成像系统获取苹果的可见-近红外波段（400～1000nm）的图像，对比发现全波段的最低噪声分离变换比主成分分析（PCA）变换可获得更好的识别效果；其次，利用I-RELIEF算法对正常表皮和损伤区域的光谱进行分析得出权值系数图，依据该系数曲线挑选出了5个特征波段（560，660，720，820和960nm）；最后，特征波段和最低噪声分离变换开发了损伤苹果的识别检测算法。利用该算法对80个正常苹果和含有不同时间阶段轻微损伤的苹果进行试验，损伤识别总体正确率为97.1％，试验结果表明，利用该方法和选取的特征波段可以快速有效地识别苹果的早期轻微损伤，为利用多光谱成像技术和最低噪声分离变换在线检测苹果轻微损伤奠定了基础。; 张保华黄文倩李江波赵春江刘成良黄丹枫贡亮

全选清除导出

共1页<1>

国家高技术研究发展计划(2013AA1003307)