文献类型： 中文期刊

作者： 刘翠玲 ¹ ; 秦冬 ¹ ; 凌彩金 ² ; 孙晓荣 ³ ; 郜礼阳 ² ; 昝佳睿 ³ ;

作者机构： 1.北京工商大学中国轻工业工业互联网与大数据重点实验室

2.广东省农业科学院茶叶研究所

3.北京工商大学北京市食品安全大数据技术重点实验室

关键词： 红茶等级;图谱特征融合;主成分分析;支持向量机;高光谱成像

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2023 年 003 期

页码： 402-410

收录情况： EI ; 北大核心 ; CSCD

摘要： 茶叶等级评价是检测茶叶品质的一项重要技术指标。通过提取红茶高光谱成像技术下的图像特征和光谱特征，构建一种基于图谱融合方法、适用于英德红茶等级评价的快速无损判别模型。首先制备3种不同等级的红茶样本，采用t分布-随机近邻嵌入和主成分分析对光谱数据进行降维可视化分析，然后从影响内在品质角度用连续投影法提取每种化学值的特征波长，通过多模型共识策略和竞争性自适应重加权算法-连续投影法筛选得出表征其内在品质的最佳特征波长组合，并建立基于遗传算法优化支持向量机的等级判别模型；其模型的训练集准确率为88%,预测集准确率为78.33%。为了融合外形纹理差异，先提取最佳特征波长组合对应的高光谱图像；采用图像掩膜消除背景的干扰和采用图像主成分分析消除多波长图像间的冗余信息，然后采用灰度共生矩阵和局部二值化算法提取主成分前三维主成分图像与特征光谱融合，并建立基于特征融合的遗传算法优化支持向量机等级判别模型，且基于第三主成分图像特征融合模型判别效果最佳，训练集准确率提升至98%,预测集准确率提升至96.67%。