基于高光谱成像的苹果水心病无损检测

以240个"秦冠"苹果水心病果和好果为试材,采集900~1 700nm的近红外波段高光谱图像,选取高光谱图像中的苹果区域作为感兴趣区域(ROI)并计算其平均光谱,分别采用4种特征选择方法和3种核函数支持向量机(SVM)分类器对水心病果进行判别,以探讨利用近红外高光谱成像技术判别苹果水心病的可行性。结果表明:基于卡方检验和支持向量机递归消除(SVM-RFE)2种特征选择法优于基于F检验和决策树的方法。4种特征选择的3种核函数支持向量机(SVM)分类器在1~200个波段下对水心病果的判别正确率分别为:48.6%~70.2%、48.6%~72.0%、33.3%~71.8%、47.2%~70.8%。基于SVM-RFE检验的特征选择下,SVM对水心病果的正确识别率达到72.0%,为该试验选出的最优方法。