基于高光谱图像技术的大豆分级识别方法研究-论文.pdf

基于高光谱图像技术的大豆分级识别方法研究-论文.pdf

ID:53570114

大小:890.75 KB

页数:6页

时间:2020-04-18

基于高光谱图像技术的大豆分级识别方法研究-论文.pdf_第1页
基于高光谱图像技术的大豆分级识别方法研究-论文.pdf_第2页
基于高光谱图像技术的大豆分级识别方法研究-论文.pdf_第3页
基于高光谱图像技术的大豆分级识别方法研究-论文.pdf_第4页
基于高光谱图像技术的大豆分级识别方法研究-论文.pdf_第5页
资源描述:

《基于高光谱图像技术的大豆分级识别方法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第45卷第4期东北农业大学学报45(4):107-1122014年4月JournalofNortheastAgriculturalUniversityApril2014网络出版时间2O14_4—2113:21:11【URL]http://www.cnki.net/kcms/detail/23.1391.S.20140421.1321.004.hun]基于高光谱图像技术的大豆分级识别方法研究柴玉华,侯升飞,彭长禄(1.东北农业大学电气与信息学院,哈尔滨150030;2.黑龙江省招生办,哈尔滨150090)摘要:对大豆进行快速准确分级,采集1—5等级

2、大豆波长在1000~2500nm范围的高光谱图像数据,获得光谱图像;对不同大豆等级样本的光谱曲线进行分析;通过主成分分析法,从每个等级大豆样本中优选出四个特征波长,得到特征图像;从每个特征图像中分别提取基于灰度共生矩阵的4个纹理特征参数——能量、熵、惯性矩和相关性,从16个特征变量中选取8个主要特征变量,应用BP神经网络建立大豆品质分级识别模型。模型预测准确率为92%。结果表明,高光谱图像技术对大豆等级具有较好的识别作用,可为大豆的在线无损检测分级提供参考。关键词:图像处理;高光谱;大豆;BP神经网络中图分类号:$565.1文献标志码:A文章编号

3、:1005—9369(2014)04—0107—06柴玉华,侯升飞,彭长禄.基于高光谱图像技术的大豆分级识别方法研究【J】_东北农业大学学报,2014,45(4):107—112.ChaiYuhua,HouShengfei,PengChanglu.Identificationofdiferentsoybeangradebasedonhyperspectralimage~[J】JournalofNoRheastAgriculturalUniversity,2014,45(4):107—112.(inChinesewithEnglishabstrac

4、t)Identificationofdifferentsoybeangradesbasedonhyperspectralimagery/CHA,Yuhua’,HOUShengfei’,PENGChanglu(1.SchoolofElectricalandInformation,NortheastAgriculturalUniversity,Harbin150030,China;2.AdmissionsOficeofHeilongjiangProvince,Harbin150090,China)Abstract:Inordertofastandex

5、actclassificationofsoybean,collection1-5gradessoybean1000—2500nmrangeofhyperspectralimagedatatoobtainspectralimage;analysisofdiferentsamplesofsoybeangradespectralcurve;applicationofpnncipalcomponentanalysis(PCA)。flr0mthe4featuresofeachvanetyselectedoptimalwavelength,extracted

6、fourtexturefeatureparameters(momentofinertia,energy,entropyandcorrelation】fromeachfeatureintheimagebasedonstatisticalmoment.Select8maincharacteristicvadablesfOm16characteristicvanables.establishmentofsoybeangradeidentificationmodelbasedonBPneuralnetwork.Experimentalresultssho

7、wedthatdiscriminatingratewas92%inthepredictionset.ResultsshowedthatthehyperspectralimagetechnologyhadbeRerrecognitionefectsonsoybeangrade,Providedagoodreferenceforsoybeanonlinenon—destructivetestingclassification.Keywords:imageprocessing;hypempectralimagery;pdncipalcomponenta

8、nalysis;soybean大豆是重要经济作物,由于不同等级大豆颜质、碳水化合物等内在品质存在一定差异性,快色、大小、饱满度等外观品质

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。