高光谱成像结合BP网络无损检测李子的硬度

论文摘要

以"红"李子和"青"李子为研究对象,提出了基于高光谱成像技术结合误差反向传播(error Back Propagation,BP)网络无损检测李子硬度的方法。采用高光谱图像采集系统获取了李子样本的高光谱图像,并提取了感兴趣区域的平均光谱反射率;综合比较了不同光谱预处理方法(一阶导数(derivative)、标准正态变换(SNV)和多元散射校正(MSC))对BP网络模型检测效果的影响;并利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映李子硬度的特征光谱。研究结果表明:derivative预处理后的光谱具有较好的李子硬度校正能力(R_C=0.939,RMSEC=0.153),而SNV预处理后的光谱具有较好的李子硬度预测能力(R_P=0.723,RMSEP=0.580);采用主成分分析法选择了累计贡献率超过99.99%的主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维,提升了BP网络模型的运行效率。这表明高光谱成像技术结合BP网络可实现李子硬度的无损检测。

论文目录

• 1 引 言
• 2 材料与方法
•   2.1 材料及样本硬度测量
•   2.2 高光谱图像采集系统
•   2.3 高光谱图像采集与黑白校正
•   2.4 光谱数据的预处理
•   2.5 建模方法和模型评价
•   2.6 数据分析
• 3 结果与分析
•   3.1 感兴趣区域选择
•   3.2 光谱特征分析及预处理
•   3.3 BP网络模型建模结果
• 4 结 论

文章来源

类型: 期刊论文

作者: 孟庆龙,张艳,尚静

关键词: 遥感,无损检测,高光谱成像,网络,李子,硬度

来源: 激光与红外 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 轻工业手工业,计算机软件及计算机应用

单位: 贵阳学院食品与制药工程学院,贵阳学院农产品无损检测工程研究中心

基金: 国家自然科学基金项目(No.61505036),贵州省科技计划项目(No.黔科合基础[2019]1010),贵州省普通高等学校工程研究中心(No.黔教合KY字[2016]017),贵阳市科技局贵阳学院专项资金(No.GYU-KYZ[2018]01-08)资助

分类号: TP391.41;TS255.7

页码: 968-973

总页数: 6

文件大小: 1061K

下载量: 119