高光谱成像技术检测柑橘果锈
发布时间:2024-08-30
浏览次数:953
柑橘是我国南方区域农业经济中的一大支柱产业,其品质特性倍受关注。高光谱成像技术作为农产品无损检测的新技术,研究表明,利用高光谱成像技术结合两步主成分分析算法检测柑橘果锈是可行的。本文简单总结了检测方法和过程。
柑橘是我国南方区域农业经济中的一大支柱产业,其品质特性倍受关注。高光谱成像技术作为农产品无损检测的新技术,研究表明,利用高光谱成像技术结合两步主成分分析算法检测柑橘果锈是可行的。本文简单总结了检测方法和过程。
检测方法
果实生长发育过程中,受到潜隐性病毒的侵害,柑橘表皮上会产生痕斑、网纹和锈螨蚧类等附着物,形成柑橘表面的果锈,严重影响水果的洁净度。在柑橘等级分类的国家标准中,果锈总面积的大小是柑橘分级的重要指标之一。机器视觉技术已经成功地应用到柑橘在线分级,但由于果锈和正常区域的色差不大,容易造成传统视觉系统的漏判。高光谱成像技术"集图像信息与光谱信息于一身,在农畜产品品质无损检测中得到了越来越广泛的应用。
以检测柑橘果锈为目的,首先对经预处理的高光谱图像数据进行主成分分析,优选出571 nm、652 nm 和741 nm三个特征波长组成新的图像块;再进行第二步主成分分析,得到的第三主成分图像为最适宜检测柑橘果锈的图像;最后对该图像进行中值滤波、平方根变换、闳值分割和数字形态学运算宪成特征提取。
检测材料
试验采用的研究对象为永春柑橘,产地福建永春。购自镇江当地超市,共100个柑橘样本,包括50个果锈样本和50个的正常样本。
检测结论
试验利用高光谱图像新技术检测柑橘果锈进行了初步研究,并利用两步主成分分析实现高光谱数据有效的降维。
研究结果验证了基于高光谱图像技术及两步主成分分析方法检测柑橘果锈的可行性,根据主成分的权重系数,确定的特征波长能够充分反应其它波段的信息,实现多维数据的有效降维;采用两步主成分分析法可以降低光照不均匀的影响,并可利用试验得到的三个特征波长(571 nm、652 nm 和 741 nm),选取相应的滤波片,设计基于滤波片的高光谱图像采集系统以实现生产过程中对柑橘果锈的在线快速无损检测,可以利用高光谱图像技术的图像和光谱西方面信息、检测其它水果的品质。
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..