您好,欢迎访问北京市农林科学院 机构知识库!

基于近红外高光谱成像及信息融合的小麦品种分类研究

文献类型: 中文期刊

作者: 董高 1 ; 郭建 1 ; 王成 2 ; 陈子龙 2 ; 郑玲 2 ; 朱大洲 2 ;

作者机构: 1.湘潭大学材料与光电物理学院

2.北京农业信息技术研究中心

关键词: 高光谱成像;小麦;单粒种子;分类;信息融合

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2015 年 35 卷 12 期

页码: 3369-3374

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 高光谱成像技术因具有图谱合一的特点在作物品种鉴别方面具有较大潜力,但目前研究大多只提取利用了光谱信息,对图像信息没有进行有效利用。本文利用近红外高光谱成像仪采集了强筋、中筋、弱筋3个类型共计6个品种的单粒小麦种子高光谱图像,提取了长、宽、矩形度、圆形度、离心率等12个形态特征,并对图像中的胚乳和胚区域进行分割建立掩膜,提取了胚乳和胚区域的平均光谱信息。采用PLSDA和LSSVM方法建立基于图像信息的判别模型,结果表明强筋、弱筋两者二分类的识别率能达到98%以上,强筋、中筋两者二分类的识别率只能达到74.22%,说明近红外高光谱图像的形态信息能够反映品种间差异,但单独利用图像信息进行分类时准确度可能欠佳。采用SIMCA,PLSDA和LSSVM方法建立了胚乳和胚区域光谱信息的多分类模型,胚乳区域的分类效果较胚区域略好,说明籽粒不同部位的形状差异会影响分类效果。进一步融合光谱信息和图像信息,采用SIMCA,PLSDA和LSSVM方法建立融合模型,识别率较单独的图像或光谱信息模型均略有提升,PLSDA方法从原来的96.67%提升到98.89%,表明充分挖掘高光谱图像所包含的形态特征和光谱特征可有效提高分类效果。

  • 相关文献

[1]应用近红外高光谱成像技术检测面粉中偶氮甲酰胺. 王晓彬,黄文倩,王庆艳,李江波,王超鹏,赵春江. 2018

[2]用于高光谱图像分类的归一化光谱指数的构建与应用(英文). 张东彦,赵晋陵,黄林生,马雯萩. 2014

[3]玉米单粒种子DNA提取新方法及在玉米种质鉴定中的应用研究. 郭景伦,赵久然,孔艳芳,尉德铭,郭强,正斌,张超良,金德敏. 1999

[4]适用于SSR分子标记的玉米单粒种子DNA快速提取新方法. 郭景伦,赵久然,王凤格. 2005

[5]玉米单粒子种子DNA提取新方法及在玉米种质鉴定中的应用研究. 郭景伦,王斌. 1999

[6]村镇宜居社区与小康住宅评价信息的数据融合技术. 高荣华,顾静秋,李庆学. 2014

[7]多源信息感知在农产品生产履历采集中的应用. 吴滔,杨信廷,刘燕德,孙传恒,周超. 2012

[8]基于Kalman滤波农用车辆导航定位方法. 籍颖,刘兆祥,刘刚,张漫,周建军. 2009

[9]可见/近红外技术与感官评价信息融合预测冷藏条件下罗非鱼TVB-N的研究. 史策,孙立涛,钱建平,韩帅,范蓓蕾,杨信廷. 2017

[10]高光谱图像信息检测玉米籽粒胚水分含量. 田喜,黄文倩,李江波,樊书祥,张保华. 2016

[11]基于高光谱成像的苹果轻微损伤检测有效波长选取. 黄文倩,陈立平,李江波,张驰. 2013

[12]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

[13]拉曼高光谱成像系统中光在奶粉层的穿透深度研究. 刘宸,王庆艳,黄文倩,陈立平,杨桂燕,王晓彬. 2017

[14]成像光谱技术在农产品/食品检测中的研究进展. 周全,朱大洲,王成,郑耀,王秋平. 2010

[15]小麦叶片胁迫状态下的高光谱图像特征分析研究. 张东彦,张竞成,朱大洲,王纪华,罗菊花,赵晋陵,黄文江. 2011

[16]基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测. 王伟,彭彦昆,王秀,马伟. 2010

[17]以高光谱数据有效预测苹果可溶性固形物含量. 黄文倩,李江波,陈立平,郭志明. 2013

[18]叶菜失水条件下的高光谱图像特征分析研究. 吴琼,陆安祥,朱大洲,王成,方晶晶,纪建伟. 2015

[19]基于高光谱成像的蔬菜新鲜度检测初探. 吴琼,朱大洲,王成,马智宏,陆安祥,王纪华. 2012

[20]肉类掺杂掺假的高光谱成像检测研究进展. 姜洪喆,蒋雪松,杨一,胡逸磊,陈青,施明宏,周宏平. 2021

作者其他论文 更多>>