石河子大学学报（自然科学版）
石河子大學學報（自然科學版）
석하자대학학보（자연과학판）
JOURNAL OF SHIHEZI UNIVERSITY (NATURAL SCIENCE)
2013年
2期
253-257
,共5页
高光谱图像%逐步多元线性回归%颜色参数%新鲜牛肉
高光譜圖像%逐步多元線性迴歸%顏色參數%新鮮牛肉
고광보도상%축보다원선성회귀%안색삼수%신선우육
由于高光谱图像可同时获得样品的图像和光谱信息,近年来在现代检测技术上得到广泛关注,本文探讨了高光谱图像技术对新疆新鲜牛肉颜色检测的可行性.本研究采集了78个牛肉背脊样品的高光谱图像,并测量其亮度(L*)、红度(a*)、黄度(b*)和饱和度(C*)等颜色参数.选取感兴趣区域获取样品代表性光谱,通过选择多元散射校正Savitzky-Golay平滑、一阶导数和中心化等预处理方法,建立并评价了预测各颜色参数的逐步多元线性回归校正模型.对于L*、a*、b*和C*,模型选择的波长点数分别为7、11、4和9,校正集的相关系数分别为0.92.0.85、0.86和0.81,校正标准差分别为1.55、1.54、0.83和1.83,预测集的相关系数分别为0.91、0.84、0.92和0.86,预测标准差分别为1.71.1.62、0.81和1.68.结果表明,高光谱图像技术可用于快速无损地检测新疆新鲜牛肉的颜色.
由于高光譜圖像可同時穫得樣品的圖像和光譜信息,近年來在現代檢測技術上得到廣汎關註,本文探討瞭高光譜圖像技術對新疆新鮮牛肉顏色檢測的可行性.本研究採集瞭78箇牛肉揹脊樣品的高光譜圖像,併測量其亮度(L*)、紅度(a*)、黃度(b*)和飽和度(C*)等顏色參數.選取感興趣區域穫取樣品代錶性光譜,通過選擇多元散射校正Savitzky-Golay平滑、一階導數和中心化等預處理方法,建立併評價瞭預測各顏色參數的逐步多元線性迴歸校正模型.對于L*、a*、b*和C*,模型選擇的波長點數分彆為7、11、4和9,校正集的相關繫數分彆為0.92.0.85、0.86和0.81,校正標準差分彆為1.55、1.54、0.83和1.83,預測集的相關繫數分彆為0.91、0.84、0.92和0.86,預測標準差分彆為1.71.1.62、0.81和1.68.結果錶明,高光譜圖像技術可用于快速無損地檢測新疆新鮮牛肉的顏色.
유우고광보도상가동시획득양품적도상화광보신식,근년래재현대검측기술상득도엄범관주,본문탐토료고광보도상기술대신강신선우육안색검측적가행성.본연구채집료78개우육배척양품적고광보도상,병측량기량도(L*)、홍도(a*)、황도(b*)화포화도(C*)등안색삼수.선취감흥취구역획취양품대표성광보,통과선택다원산사교정Savitzky-Golay평활、일계도수화중심화등예처리방법,건립병평개료예측각안색삼수적축보다원선성회귀교정모형.대우L*、a*、b*화C*,모형선택적파장점수분별위7、11、4화9,교정집적상관계수분별위0.92.0.85、0.86화0.81,교정표준차분별위1.55、1.54、0.83화1.83,예측집적상관계수분별위0.91、0.84、0.92화0.86,예측표준차분별위1.71.1.62、0.81화1.68.결과표명,고광보도상기술가용우쾌속무손지검측신강신선우육적안색.
