农业工程学报
農業工程學報
농업공정학보
2010年
8期
222-228
,共7页
李江波%饶秀勤%应义斌%王东亭
李江波%饒秀勤%應義斌%王東亭
리강파%요수근%응의빈%왕동정
主成分分析%缺陷检测%影像识别%溃疡%高光谱图像%双波段比%脐橙
主成分分析%缺陷檢測%影像識彆%潰瘍%高光譜圖像%雙波段比%臍橙
주성분분석%결함검측%영상식별%궤양%고광보도상%쌍파단비%제등
为了研究从带有不同缺陷的柑橘类水果中快速识别出溃疡果的有效方法,基于高光谱成像技术,该文提出特征波段主成分分析法及波段比算法.以脐橙为研究对象,选取包括溃疡在内常见的10类脐橙果皮缺陷果及正常果.首先,提取并分析11类果皮感兴趣区域(ROI)光谱曲线并结合主成分分析法确定5个最佳波段(630、685、720、810和875 nm):然后基于特征波段做主成分分析,选取第5主成分(PC-5)作为分类识别图像,识别率达到80%.为了进一步提高溃疡识别率,该文又提出采用特征波段主成分分析法与波段比算法相结合的方法,基于此算法溃疡正确识别率提高到95.4%.试验结果表明,基于高光谱成像技术可以有效地对带有溃疡病斑的脐橙分类识别.
為瞭研究從帶有不同缺陷的柑橘類水果中快速識彆齣潰瘍果的有效方法,基于高光譜成像技術,該文提齣特徵波段主成分分析法及波段比算法.以臍橙為研究對象,選取包括潰瘍在內常見的10類臍橙果皮缺陷果及正常果.首先,提取併分析11類果皮感興趣區域(ROI)光譜麯線併結閤主成分分析法確定5箇最佳波段(630、685、720、810和875 nm):然後基于特徵波段做主成分分析,選取第5主成分(PC-5)作為分類識彆圖像,識彆率達到80%.為瞭進一步提高潰瘍識彆率,該文又提齣採用特徵波段主成分分析法與波段比算法相結閤的方法,基于此算法潰瘍正確識彆率提高到95.4%.試驗結果錶明,基于高光譜成像技術可以有效地對帶有潰瘍病斑的臍橙分類識彆.
위료연구종대유불동결함적감귤류수과중쾌속식별출궤양과적유효방법,기우고광보성상기술,해문제출특정파단주성분분석법급파단비산법.이제등위연구대상,선취포괄궤양재내상견적10류제등과피결함과급정상과.수선,제취병분석11류과피감흥취구역(ROI)광보곡선병결합주성분분석법학정5개최가파단(630、685、720、810화875 nm):연후기우특정파단주주성분분석,선취제5주성분(PC-5)작위분류식별도상,식별솔체도80%.위료진일보제고궤양식별솔,해문우제출채용특정파단주성분분석법여파단비산법상결합적방법,기우차산법궤양정학식별솔제고도95.4%.시험결과표명,기우고광보성상기술가이유효지대대유궤양병반적제등분류식별.
