位置:成果数据库 > 期刊 > 期刊详情页
基于邻域粗糙集和高光谱散射图像的苹果粉质化检测
  • ISSN号:1000-1298
  • 期刊名称:《农业机械学报》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122
  • 相关基金:国家自然科学基金项目(60805014);江苏省自然科学基金项目(BK2011148);中央高校基本科研业务费专项基金项目(JUSRP20913、JUSRP21132)
中文摘要:

为了对玉米种子进行无损识别分类,对玉米种子的高光谱图像的光谱信息进行分析,探索高光谱图像技术在玉米种子识别分类上的可行性。利用波长范围为400~1 000 nm的高光谱图像采集系统采集11类共528粒玉米样本的高光谱图像;在每个玉米样本上提取感兴趣区域并获取此区域的平均光谱信息,对光谱曲线进行分析,去除12个奇异样本;结合偏最小二乘判别分析法对所选玉米种子样本识别分类。实验结果表明,在所选玉米样本的识别中训练集样本的识别精度可以达到99.22%,测试集样本的识别精度也达到了94.66%。研究结果表明,不同种类的玉米种子的光谱信息具有一定的差异性,利用高光谱图像技术提取其光谱信息对玉米种子品种进行无损识别分类是可行的。

英文摘要:

In order to realize nondestructive recognition and classification for maize seed,spectral information of hyperspectral image for maize seed are analyzed.The feasibility of recognition and classification for maize seed is investigated.First,hyperspectral images from 400 nm to 1 000 nm are acquired by hyperspectral image systerm for 528 maize seeds including 11 varities.Then the interested region for each sample is extracted and average spectral information is obtained.Twelve singular samples are removed after spetral curve analysis.Finally,classification model is developed using partial least squares discriminant analysis(PLSDA) for remaining samples.Experimental results indicate that the classification accuracy is 99.22% for the training set and is 94.66% for the testing set.Research results show that nondestructive recognition and classification for maize seed varity is effective using hyperspectral image technology based on the difference of spectral information for different maize seed varities.

同期刊论文项目
期刊论文 16 会议论文 4 专利 1
同项目期刊论文
期刊信息
  • 《农业机械学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国农业机械学会 中国农业机械化科学研究院
  • 主编:任露泉
  • 地址:北京德胜门外北沙滩一号6号信箱
  • 邮编:100083
  • 邮箱:njxb@caams.org.cn
  • 电话:010-64882610 64867367
  • 国际标准刊号:ISSN:1000-1298
  • 国内统一刊号:ISSN:11-1964/S
  • 邮发代号:2-363
  • 获奖情况:
  • 荣获中国科协优秀期刊二等奖,1997~2000年连续4年获中国科协择优资金,被列入中国期刊方阵,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:42884