| 基于高光谱成像技术的灵武长枣缺陷识别 |
| |
| 引用本文： | 吴龙国,王松磊,康宁波,何建国,贺晓光.基于高光谱成像技术的灵武长枣缺陷识别[J].农业工程学报,2015,31(20):281-286. |
| |
| 作者姓名： | 吴龙国 王松磊 康宁波 何建国 贺晓光 |
| |
| 作者单位： | 1. 宁夏大学土木水利工程学院，银川 750021;,1. 宁夏大学土木水利工程学院，银川 750021; 2. 宁夏大学农学院，银川 750021;,1. 宁夏大学土木水利工程学院，银川 750021;,1. 宁夏大学土木水利工程学院，银川 750021; 2. 宁夏大学农学院，银川 750021;,2. 宁夏大学农学院，银川 750021; |
| |
| 基金项目： | 国家自然科学基金资助项目（31060233，31560481）；2011年度宁夏回族自治区科技攻关计划项目 (2011HZF05J01)；国家科技支撑计划（2012BAF07B06） |
| |
| 摘 要： | 为研究快速识别灵武长枣表面裂痕、虫眼、碰伤等常见缺陷的有效方法,利用特征波长主成分分析法结合波段比算法进行长枣裂痕、虫眼、碰伤识别。首先,采用近红外(Near Infrared Reflection,NIR)波段范围的高光谱成像系统获取300个长枣反射图像,提取并分析各类型长枣光谱曲线,选择918~1 678 nm波段范围进行主成分分析,通过权重系数提取特征波长;然后,对特征波长下图像进行主成分分析,选择最优的主成分图像进行识别;最后,对未识别的长枣图像采用波段比算法进一步进行识别。NIR波段的正常枣、虫眼枣、裂痕枣、碰伤枣的识别率分别100%、90%、86%、100%。结果表明:NIR高光谱成像仪对长枣外部缺陷识别是可行的,为多光谱成像技术应用于在线检测长枣品质提供了理论依据。
|
| 关 键 词： | 主成分分析 缺陷 高光谱成像 无损检测 长枣 缺陷 |
| 收稿时间： | 2015/8/19 0:00:00 |
| 修稿时间： | 2015/10/10 0:00:00 |
Non-destructive detection of defects in Zizphus jujube Mill cv.Lingwu changzao based on near-infrared hyperspectral imaging |
| |
| Wu Longguo,Wang Songlei,Kang Ningbo,He Jianguo and He Xiaoguang.Non-destructive detection of defects in Zizphus jujube Mill cv.Lingwu changzao based on near-infrared hyperspectral imaging[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(20):281-286. |
| |
| Authors: | Wu Longguo Wang Songlei Kang Ningbo He Jianguo and He Xiaoguang |
| |
| Institution: | 1. Institute of civil and hydraulic engineering, Ningxia University, Yinchuan 750021, China;,1. Institute of civil and hydraulic engineering, Ningxia University, Yinchuan 750021, China; 2. School of Agriculture, Ningxia University, Yinchuan 750021, China;,1. Institute of civil and hydraulic engineering, Ningxia University, Yinchuan 750021, China;,1. Institute of civil and hydraulic engineering, Ningxia University, Yinchuan 750021, China; 2. School of Agriculture, Ningxia University, Yinchuan 750021, China; and 2. School of Agriculture, Ningxia University, Yinchuan 750021, China; |
| |
| Abstract: | |
| |
| Keywords: | principal component analysis defects hyperspectral imaging non-destructive detection long jujubes |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
