高光谱图像与农产品品质无损检测研究进展

《高光谱图像与农产品品质无损检测研究进展》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2011年12月安康学院学报Dec．2011第23卷第6期JournalofAnkangUniversityV01．23NO．6高光谱图像与农产品品质无损检测研究进展陈守满(安康学院电子与信息工程系，陕西安康725000)摘要：高光谱图像具有图谱合一的特性，高光谱成像技术是农产品品质检测技术的发展趋势。本文从介绍高光谱图像特性、农产品无损检测技术入手，对高光谱图像在水果蔬菜、肉类、经济作物、粮食籽粒等农产品品质的无损检测方面的研究进展进行了综述，详细分析了高光谱成像技术对农产品品质无损检测的研究难点及未来发展趋势。关键词：高光谱图像；无损检测；农产品品质中图分类号：S126；S

2、-03文献标识码：A文章编号：1674—0092(2011)06—0001—06不破坏农产品本身物理化学结构的农产品品质度——像素的波长(如图i所示)。其一层图像无损检测技术对农产品生产和消费都十分重要，多对应一个光谱波段，每个象素点位置对应一条光谱年来一直是农业技术的研究重点。近三十年来，基曲线。即在每一个波长(f_1，2，⋯，n，13．为于图像、视觉等【·农产品品质检测技术主要针对农正整数)处得到一幅二维图像(横坐标为x，纵坐产品的尺寸、形状、颜色、硬度、表面纹理等外表标为Y)，从而得到三维图像块(x，y，f)。特性进行判断，无法对产品的内在品质进行检测。+△九高光谱图像技

3、术不仅能够采集农产品的图像信息还能获取农产品的光谱信息，由于光谱信息能够反映农产品内部的物理结构、化学成分等内在品质信炎息，图像信息又能全面反映农产品的外表特征，所以高光谱图像技术在农产品品质无损检测中越来越多地受到人们的关注。1高光谱图像图1高光谱图像数据立方体示意图高光谱成像技术(HyperspectralImagingTech—一个典型的基于光谱仪的高光谱成像系统主要nology，简称HIT)是利用电磁波谱对各种物质特包括成像光谱仪、光源、线阵或面阵摄像机、输送装性以成像形式对物质光谱特性进行研究。高光谱成置和计算机等部件组成，图2为系统结构示意图。像的光谱分辨率可以达到

4、10nm，在可见光频段内可同时获取同一观测对象的几十个甚至上百个相邻撇机光谱波段的图像信息。1990年美国军方和情报机构将遥感用光谱成像技术命名为高光谱成像lo1，由此拉开了高光谱图像的研究序幕。高光谱图像(HyperspectralImagery)是通过高光谱成像技术在电磁波波谱的光谱波段获取的较高的光谱分辨率的图像信息，其光谱分辨率在△入／=O．01数量级。高光谱图像数据是一个数据立方体(DataCube)，包含有两个空间维度(，Y)和第三个维图2基于光谱仪的高光谱成像系统结构示意图收稿日期：201卜11—10基金项目：安康学院高层次人才科研启动项目(AYQDZR20100

5、2)；安康学院重点学科支持项目(AXZD201001)作者简介：陈守满，男，陕西安康人，安康学院电子与信息工程系教授，博士，硕士生导师，主要从事高光谱图像目标检测研究万方数据高光谱图像可提供空间域信息和光谱域信息，无损检测领域，农产品品质检测方法逐渐向数字即具有“图谱合一”的特性，它包含了待检测物丰化、综合化发展。高光谱成像技术是图像技术与光富的空间、光谱和辐射三重信息，这些信息不仅表谱技术的完美结合，因此，近几年在农产品品质无现了地物空间分布的影像特征，同时也可以其中某损检测中引起越来越多的关注。一像元或像元组为目标获取它们的辐射强度以及光3高光谱图像在农产品品质无损检测中的

6、谱特征，不仅能够对待检测物体进行定性和定量分应用析，而且还能进行定位分析。因此高光谱成像技术高光谱图像无损检测技术是利用高光谱成像技在地质⋯习(岩石矿物分类、填图和矿产勘查)、农术借助计算机软件的分析处理能力综合评价被测样林、生态【一句(植被参数估算分析、植物长势、估品的技术。利用高光谱图像的图谱合一的特性，全产、--I-壤属性、精准农业)、大气和生态环境n7】面反映被测样品外部特征和内部特性，因此该技术(大气成分识别、环境污染监测)、军事嗍(目标侦近几年逐渐被引入到农产品品质无损检测中。查、近海环境监测、伪装与反伪装、打击效果)以3．1水果、蔬菜的检测及城市规划与动态监测羽(

7、地物目标识别、城市环水果、蔬菜在采集和运输过程中，因外力的作境遥感分析、城市制图)等领域具有重要的应用。用使其表皮受到机械损伤，形成水果表面的缺陷；2农产品的无损检测水果和蔬菜不同的内部结构和成分组成，表现出不无损检测技术(NondestructiveDetection同的光谱特性。因此，利用高光谱图像系统获取水Technologles，简称NDT)是在不破坏被检测对象果、蔬菜的高光谱图像，选取合适的特征波段得到的前提下，利用被检测对象内部存在的结构异常或水果、蔬菜的各主成分图像，借助一定的