| 近红外高光谱成像结合特征波长筛选识别小麦赤霉病瘪粒 |
| |
| 引用本文： | 沈广辉,曹瑶瑶,刘馨,徐剑宏,史建荣,LEE Yin-won.近红外高光谱成像结合特征波长筛选识别小麦赤霉病瘪粒[J].江苏农业学报,2021,37(2):509-516. |
| |
| 作者姓名： | 沈广辉 曹瑶瑶 刘馨 徐剑宏 史建荣 LEE Yin-won |
| |
| 作者单位： | 江苏省农业科学院农产品质量安全与营养研究所,江苏 南京 210014;江苏省食品质量安全重点实验室——省部共建国家重点实验室培育基地,江苏 南京 210014;农业农村部农产品质量安全控制技术与标准重点实验室,江苏 南京210014;江苏省农业科学院农业资源与环境研究所,江苏 南京 210014;Department of Agricultural Biotechnology, Seoul National University, Seoul, South Korea 08826 |
| |
| 摘 要： | 为实现小麦赤霉病瘪粒快速识别,本研究使用主成分分析(Principal component analysis,PCA)结合最大类间方差法(Otsu)对小麦高光谱图像进行背景分割,以赤霉病瘪粒识别正确率为评价指标,探究判别分析方法与竞争性自适应权重取样法(Competitive adaptive reweighted sampling,CARS)的最佳组合方式.结果显示,基于全谱段构建的偏最小二乘判别分析(Partial least squares discrimination analysis,PLS-DA)和支持向量机判别分析(Sup-port vector machine discriminant analysis,SVM-DA)模型预测精度相同,外部验证集健康籽粒和赤霉病瘪粒识别正确率分别为95.2％和100.0％;基于CARS筛选的8个特征波长构建的CARS-PLS-DA模型外部验证集健康籽粒和赤霉病瘪粒识别正确率均为100.0％,预测精度高于CARS-SVM-DA模型,可有效实现赤霉病瘪粒的快速识别.研究结果将为谷物仓储和加工过程中赤霉病瘪粒高通量快速识别提供理论依据和技术支撑.
|
| 关 键 词： | 高光谱成像 赤霉病瘪粒 近红外光谱 无损检测 |
Identification of Fusarium damaged kernels using near infrared hyperspec-tral imaging and characteristic bands selection |
| |
| SHEN Guang-hui,CAO Yao-yao,LIU Xin,XU Jian-hong,SHI Jian-rong,LEE Yin-won.Identification of Fusarium damaged kernels using near infrared hyperspec-tral imaging and characteristic bands selection[J].Jiangsu Journal of Agricultural Sciences,2021,37(2):509-516. |
| |
| Authors: | SHEN Guang-hui CAO Yao-yao LIU Xin XU Jian-hong SHI Jian-rong LEE Yin-won |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
