基于高光谱成像技术的李果实成熟度判别

论文摘要

为了探究快速识别不同成熟度李果实的有效方法,本研究以李果实作为研究对象,基于高光谱成像技术对不同成熟度的李果实（未熟、半熟、成熟、过熟）样本的光谱信息（420～1000 nm）进行采集,对采集样本的光谱信息进行平滑处理（Smoothing）与标准正态变量校正（SNV）相结合的方法预处理光谱数据,分别以预处理后的全光谱（FS）数据和采用主成分分析（PCA）法提取主成分、采用连续投影算法（SPA）提取特征波长作为输入变量,建立偏最小二乘法（PLS）模型,比较不同判别模型的准确性。结果表明,FS-PLS建立的模型判别准确率最高,综合准确率达到了91.88%;但考虑实验计算量及复杂程度来说,SPA-PLS建立的模型判别准确率最优,综合准确率达到91.25%。该研究为李果实成熟度的判别检测提供了新的理论基础。

论文目录

• 1 材料和方法
•   1.1 实验样本
•   1.2 高光谱数据采集系统
•   1.3 光谱校正
• 2 结果与分析
•   2.1 光谱曲线和预处理
•   2.2 基于全波段光谱的分类判别模型
•   2.3 基于主成分的分类判别模型
•     2.3.1 主成分分析
•     2.3.2 提取主成分
•     2.3.3 基于主成分的判别模型
•   2.4 基于特征波长的分类判别模型
•     2.4.1 特征波长提取
•     2.4.2 特征波长提取
•     2.4.3 特征波长建模
• 3 结论

文章来源

类型: 期刊论文

作者: 李丽丽,王斌,张学豪,张淑娟

关键词: 李果实,成熟度,高光谱,判别,无损

来源: 现代食品科技 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 化学,轻工业手工业

单位: 山西农业大学信息科学与工程学院,山西农业大学信息学院,山西农业大学工学院

基金: 国家自然科学基金资助项目(31271973),山西省自然科学基金资助项目(2012011030-3),山西农业大学青年科技创新项目(2016005)

分类号: TS255.1;O657.3

DOI: 10.13982/j.mfst.1673-9078.2019.6.034

页码: 258-263

总页数: 6

文件大小: 1912K

下载量: 306