本文關鍵詞：基于高光譜成像的綠皮馬鈴薯檢測方法

  更多相關文章： 綠皮馬鈴薯 高光譜成像 檢測 深度信念網絡 流形學習 信息融合

【摘要】：針對任意放置姿態(tài)下的輕微綠皮馬鈴薯難以檢測的問題,進行了半透射與反射高光譜成像方式的不同檢測方法比較研究,最終確定較優(yōu)高光譜成像方式的檢測方法。分別以半透射與反射高光譜成像方式對圖像維提取RGB、HSV和Lab空間顏色信息,并采用等距映射、最大方差展開、拉普拉斯特征映射進行圖像信息降維;分別以半透射與反射高光譜成像方式對光譜維提取感興趣區(qū)域的平均光譜數據,并采用局部保持投影、局部切空間排列、局部線性協(xié)調進行光譜信息降維;然后分別建立不同高光譜成像方式下的圖像與光譜信息的深度信念網絡模型;對識別率良好的模型采用多源信息融合技術進一步優(yōu)化,并建立基于圖像和光譜融合或不同成像方式融合的模型。結果表明,基于半透射和反射高光譜的光譜信息融合模型最優(yōu),校正集和測試集識別率均達到100%,可實現輕微綠皮馬鈴薯的無損檢測。
【作者單位】： 華中農業(yè)大學工學院;
【關鍵詞】： 綠皮馬鈴薯 高光譜成像 檢測 深度信念網絡 流形學習 信息融合
【基金】：國家自然科學基金項目(61275156) 湖北省自然科學基金重點項目(2011CDA033)
【分類號】：S532;TP391.41
【正文快照】： 引言隨著我國馬鈴薯主糧化戰(zhàn)略的推進,馬鈴薯相關產業(yè)鏈得到了迅速發(fā)展,馬鈴薯品質問題也成為關注的熱點問題。但綠皮、機械損傷等缺陷馬鈴薯嚴重影響了馬鈴薯的整體品質,尤其是綠皮馬鈴薯外形復雜、缺陷不易識別更增加了檢測難度。同時綠皮馬鈴薯龍葵素含量若超出了食用標準,

【相似文獻】

中國期刊全文數據庫 前10條

1 單佳佳;彭彥昆;王偉;李永玉;吳建虎;張雷蕾;;基于高光譜成像技術的蘋果內外品質同時檢測[J];農業(yè)機械學報;2011年03期

2 王斌;薛建新;張淑娟;;基于高光譜成像技術的腐爛、病害梨棗檢測[J];農業(yè)機械學報;2013年S1期

3 蔡健榮;韓智義;;碧螺春茶葉的真?zhèn)舞b別技術——基于漫反射式高光譜成像技術[J];農機化研究;2013年04期

4 孫梅;陳興海;張恒;陳海霞;;高光譜成像技術的蘋果品質無損檢測[J];紅外與激光工程;2014年04期

5 羅陽;何建國;賀曉光;王松磊;劉貴珊;;農產品無損檢測中高光譜成像技術的應用研究[J];農機化研究;2013年06期

6 田有文;牟鑫;程怡;;高光譜成像技術無損檢測水果缺陷的研究進展[J];農機化研究;2014年06期

7 余克強;趙艷茹;李曉麗;張淑娟;何勇;;基于高光譜成像技術的鮮棗裂紋的識別研究[J];光譜學與光譜分析;2014年02期

8 丁冬;;高光譜成像技術及其在農產品檢測中的應用[J];科技信息;2013年35期

9 張筱蕾;劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術的油菜葉片氮含量及分布快速檢測[J];光譜學與光譜分析;2014年09期

10 章海亮;高俊峰;何勇;;基于高光譜成像技術的柑橘缺陷無損檢測[J];農業(yè)機械學報;2013年09期

中國重要會議論文全文數據庫 前7條

1 盧云龍;劉志剛;;高光譜成像技術及其在目標檢測中的應用進展[A];國家安全地球物理叢書（九）——防災減災與國家安全[C];2013年

2 馬本學;應義斌;饒秀勤;;高光譜成像在水果表面缺陷及污染檢測中的研究進展[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

3 何寶琨;;使用曲面棱鏡的高光譜成像系統(tǒng)設計[A];中國空間科學學會空間探測專業(yè)委員會第二十六屆全國空間探測學術研討會會議論文集[C];2013年

4 孫向軍;劉凱龍;趙志勇;李雪濤;;高光譜成像及仿真技術途徑探索[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

5 顏昌翔;;星載高光譜成像及數據應用[A];第十屆全國光電技術學術交流會論文集[C];2012年

6 肖功海;舒嶸;薛永祺;;顯微成像光譜技術及其應用[A];成像光譜技術與應用研討會論文集[C];2004年

7 賴建軍;陳四海;陳坦;易新建;;基于MEMS微鏡陣列的高光譜成像技術研究[A];中國宇航學會深空探測技術專業(yè)委員會第三屆學術會議論文集[C];2006年

中國博士學位論文全文數據庫 前9條

1 葛明鋒;基于輕小型無人機的高光譜成像系統(tǒng)研究[D];中國科學院研究生院(上海技術物理研究所);2015年

2 何青;多類型高光譜成像集成系統(tǒng)的研制及其應用研究[D];暨南大學;2015年

3 王彩玲;干涉高光譜成像中的信息提取技術[D];中國科學院研究生院(西安光學精密機械研究所);2011年

4 朱逢樂;基于光譜和高光譜成像技術的海水魚品質快速無損檢測[D];浙江大學;2014年

5 馬m，

本文編號：1015608