本文關鍵詞：基于高光譜圖像與果蠅優(yōu)化算法的馬鈴薯輕微碰傷檢測

  更多相關文章： 馬鈴薯 輕微碰傷 V型平面鏡 高光譜成像 果蠅優(yōu)化算法

【摘要】：針對通常采用的反射高光譜無法準確檢測隨機放置馬鈴薯表面輕微碰傷的問題,提出了一種用V型平面鏡的高光譜并結合果蠅優(yōu)化算法(FOA)檢測馬鈴薯輕微碰傷的方法。試驗搭建了V型平面鏡反射高光譜圖像采集系統(tǒng),分別采集隨機放置下的輕微碰傷和合格馬鈴薯的高光譜圖像,每張高光譜圖像包含平面鏡1反射圖像F1、相機直接采集圖像F2、平面鏡2反射圖像F3,分別提取F1、F2、F3感興趣區(qū)域的平均光譜拼接成馬鈴薯的屬性矩陣。采用標準正態(tài)變量變換(SNV)預處理后的光譜矩陣進行全波段的支持向量分類機(SVC)建模,預測集的識別率僅為84.11%;為了提高模型的性能,采用蟻群算法(ACO)進行變量優(yōu)選,優(yōu)選出9個變量建立的SVC模型預測準確率為95.32%;分別用網格搜索法(Grid search)、遺傳算法(GA)和FOA對SVC的懲罰參數(shù)c和核函數(shù)參數(shù)g進行尋優(yōu),通過比較分析,FOA-SVC對訓練集和預測集的識別準確率均達到100%。試驗結果表明,用V型平面鏡的高光譜結合FOA-SVC能夠準確檢測馬鈴薯的輕微碰傷,可為馬鈴薯的輕微碰傷在線檢測提供技術基礎。
【作者單位】： 華中農業(yè)大學工學院;
【關鍵詞】： 馬鈴薯 輕微碰傷 V型平面鏡 高光譜成像 果蠅優(yōu)化算法
【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】：TP391.41
【正文快照】： 引言果蔬類農產品在運輸過程中,常常與四周多次發(fā)生碰撞而產生輕微碰傷。輕微碰傷部位隨著時間推移可能最終導致果實組織腐爛并影響其他果實的品質。然而,對早期輕微損傷的檢測向來是農產品品質檢測的難點[1]。高光譜圖像集光譜與圖像信息于一體,可以綜合反映被測物料的物理和

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳雷;張曉林;劉榮科;雷志東;;光譜去相關技術在高光譜圖像小波壓縮中的應用[J];光譜學與光譜分析;2010年06期

2 孫潔;周立儉;;遺傳模塊化神經網絡的航空高光譜赤潮監(jiān)測[J];計算機仿真;2012年05期

3 蘇令華;衣同勝;萬建偉;;基于獨立分量分析的高光譜圖像壓縮[J];光子學報;2008年05期

4 趙桂林;朱啟兵;黃敏;;高光譜的有監(jiān)督Isomap-SVM蘋果粉質化分類[J];激光與光電子學進展;2011年10期

5 吳瑞梅;吳彥紅;艾施榮;劉木華;趙杰文;嚴霖元;;茶葉外形品質的高光譜圖像量化分析[J];江西農業(yè)大學學報;2013年02期

6 艾施榮;吳瑞梅;吳彥紅;嚴霖元;;利用高光譜圖像技術鑒別廬山云霧茶產地[J];江西農業(yè)大學學報;2014年02期

7 洪恒;何明一;;一種適于高光譜圖像壓縮的相關系數(shù)矩陣近似計算算法[J];電子設計工程;2013年12期

8 郝澤東;余淞淞;關佶紅;;基于主動學習的高光譜圖像分類方法[J];計算機應用;2013年12期

9 孫潔;張宏磊;;基于支持向量機的航空高光譜赤潮監(jiān)測[J];微計算機信息;2008年21期

10 賀霖;潘泉;邸椺;李遠清;;高光譜圖像高維多尺度自回歸有監(jiān)督檢測[J];自動化學報;2009年05期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 彭妮娜;易維寧;方勇華;;基于核函數(shù)的高光譜圖像信息提取研究[A];光子科技創(chuàng)新與產業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王亮亮;非線性流形結構在高光譜圖像異常檢測中的應用研究[D];國防科學技術大學;2014年

2 陳雨時;基于光譜特性的高光譜圖像壓縮方法研究[D];哈爾濱工業(yè)大學;2007年

3 石吉勇;基于高光譜圖像技術的設施栽培作物營養(yǎng)元素虧缺診斷研究[D];江蘇大學;2012年

4 肖光潤;基于函數(shù)型數(shù)據(jù)分析的高光譜圖像分類研究[D];華中科技大學;2014年

5 許毅平;基于高光譜圖像多特征分析的目標提取研究[D];華中科技大學;2008年

6 王曉飛;高光譜圖像分辨率增強及在小目標檢測中的應用研究[D];哈爾濱工業(yè)大學;2011年

7 陳進;高光譜圖像分類方法研究[D];國防科學技術大學;2010年

8 蘇令華;高光譜圖像壓縮技術研究[D];國防科學技術大學;2007年

9 馬冬梅;LASIS高光譜干涉圖像壓縮技術研究[D];中國科學院研究生院（西安光學精密機械研究所）;2009年

10 趙蕓;基于高光譜和圖像處理技術的油菜病蟲害早期監(jiān)測方法和機理研究[D];浙江大學;2013年

，

本文編號：699646