基于高光谱成像的核桃仁品质检测与分类方法

文献类型： 中文期刊

第一作者： 马文强

作者： 马文强;张漫;李源;李民赞;杨莉玲;朱占江;崔宽波

作者机构：

关键词： 核桃仁;高光谱图像;无损检测;分类;特征波段

期刊名称： 分析化学

ISSN： 0253-3820

年卷期： 2020 年 48 卷 012 期

页码： 1737-1746

收录情况： 北大核心 ; CSCD

摘要： 采用光谱与图像相结合,实现了核桃仁蛋白质和脂肪含量预测及基于完整度和色泽的核桃仁外观品质分级.选用新疆"温185"核桃仁,采集了862.9~1704.02 nm和382.19~1026.66 nm范围高光谱图像.采用多元散射校正(MSE)和标准正态化(SNV)方法进行预处理后,通过竞争性自适应重加权采样算法与相关系数法,对核桃仁样品的蛋白质含量、脂肪含量、总色差3个参数进行了特征波段筛选.通过偏最小二乘回归(PLSR)算法建立了全光谱波段与特征光谱波段的蛋白质和脂肪含量预测模型,与全光谱波段相比,蛋白质含量特征波段预测模型的验证集决定系数(R2)由0.66增长到0.91,均方根误差(RMSEP)由1.37%下降到0.78%;脂肪含量特征波段预测模型的验证集R2由0.83增长到0.93,RMSEP由0.98%下降到0.47%.在外观品质方面,采用全光谱波段、RGB光谱波段、总色差特征光谱波段为输入,采用决策树、K近邻和支持向量机算法建立了核桃仁外观品质分类模型.通过对比发现,采用总色差特征波段建模,可大幅减低冗余信息的干扰,同时分类准确率也高于RGB波段;在光谱信息的基础上加入图像统计特征参数信息,能够进一步提升分类的准确率,当采用决策数算法建立的色泽分类模型时,模型具有最高的分类准确率(98.6%);分类算法方面,当输入变量数目较少时,决策树算法在分类准确率和速度方面都具有明显的优势.利用高光谱技术可以实现核桃仁内部品质检测与外观分级,为核桃仁品质无损检测的提供了新的理论依据.

分类号：

  • 相关文献

[1]核桃仁脂肪含量的近红外光谱无损检测. 马文强,张漫,李源,杨莉玲,朱占江,崔宽波. 2019

[2]柑橘花钾素营养的高光谱表征. 刘艳丽,何绍兰,吕强,易时来,谢让金. 2014

[3]苹果糖度高光谱图像可视化预测的光强度校正方法. 郭志明,赵春江,黄文倩,彭彦昆,李江波,王庆艳. 2015

[4]联合光谱-空间信息的短波红外高光谱图像茶叶识别模型. 蔡庆空,李二俊,蒋金豹,乔小军,蒋瑞波,冯海宽,刘绍堂,崔希民. 2019

[5]基于向前和向后间隔偏最小二乘的特征光谱选择方法（英文）. 瞿芳芳,任东,侯金健,张忠,陆安详. 2016

[6]基于多时相NDVI及特征波段的作物分类研究. 马丽,徐新刚,刘良云,黄文江,贾建华,程一沛. 2008

[7]水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型. 张浩,胡昊,陈义,唐旭,吴春艳,刘玉学,杨生茂,郑可锋. 2012

[8]基于多元统计方法的冬小麦叶面积指数光谱估测. 武改红,王超,赵佳佳,冯美臣,杨武德,孙慧,贾学勤,张雪茹. 2017

[9]基于高光谱成像技术的富士苹果轻微机械损伤检测研究. 沈宇,房胜,郑纪业,王风云,张琛,李哲. 2020

[10]基于BP神经网络的粳稻种子拉曼光谱鉴别方法研究. 祝子涵,谭峰,田芳明,高嘉欣,白楠. 2023

[11]核桃叶片氮元素含量的光谱预测模型. 马文强,刘佳,沈晓贺,陈中原,杨莉玲,张漫. 2023

[12]基于烟株冠层高光谱的烟草病毒病分类模型构建. 姜雪妍,辛星龙,薛文鑫,李文杰,汪季涛,江厚龙,王树林,王新伟. 2024

[13]基于高光谱信息的矿区重金属砷含量估算. 薛玉玲,修丽娜,冯琦胜,马晓红,马利邦. 2025

[14]钾肥浓度对不同水稻品种籽粒高光谱特性影响的定量分析. 齐春艳1,宋少忠2,朴日花1,陈莫军1. 2025

[15]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[16]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010

[17]改进M-training算法的高光谱图像分类. 崔颖,王雪婷,陆忠军,王立国. 2018

[18]基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别. 杜莹莹,陈小河,梁琨,徐剑宏,沈明霞,卢伟. 2016

[19]核桃仁细胞结构观察及其氧化过程中的变化与拉曼光谱分析. 蓝文言,曹嘉成,齐琳,吉洋洋,何爱民,段玉权,荣瑞芬. 2020

[20]基于烟花算法降维的高光谱图像分类. 崔颖,宋国娇,陈立伟,刘述彬,王立国. 2017

作者其他论文 更多>>

微信小程序