基于高光譜成像的蘋果多品質參數(shù)同時檢測

摘要：利用高光譜空間散射曲線的3個洛倫茲擬合參數(shù)對蘋果的品質(硬度、可溶性固溶物含量)進行同時檢測.采用偏最小二乘,逐步多元線性回歸和BP神經(jīng)網(wǎng)絡3種方法,對歸一化處理和未歸一化處理的3個洛倫茲參數(shù)組合分別建立蘋果品質的預測模型.結果表明:采用偏最小二乘法對未歸一化處理參數(shù)的組合建立硬度的預測模型其預測結果最好,校正組相關系數(shù)Rc=0.93,校正標準差SEC=0.56,驗證組相關系數(shù)Rv=0.84,驗證標準差SEV=0.94.采用偏最小二乘法對歸一化處理參數(shù)的組合建立可溶性固形物的預測模型其預測結果最好,Rc=0.95,SEC=0.29,Rv=0.83,SEV=0.63.研究結果表明:利用高光譜空間散射曲線的多擬合參數(shù)組合可以同時檢測蘋果的多品質參數(shù). 作者： 單佳佳吳建虎陳菁菁彭彥昆王偉李永玉 Author： SHAN Jia-jia  WU Jian-hu  CHEN Jing-jing  PENG Yan-kun  WANG Wei  LI Yong-yu 作者單位： 中國農(nóng)業(yè)大學工學院,北京,100083 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(10) 分類號： S123 關鍵詞： 高光譜散射圖像    硬度    可溶性固溶物    蘋果    洛倫茲函數(shù)    機標分類號： O65 TP3 機標關鍵詞： 光譜成像    蘋果品質    品質參數(shù)    同時檢測    Quality Attributes    歸一化處理    偏最小二乘法    預測模型    參數(shù)組合    逐步多元線性回歸    預測結果    相關系數(shù)    散射曲線    擬合參數(shù)    光譜空間    洛倫茲    可溶性固形物    標準差    硬度    驗證 基金項目： 國家科技支撐計劃子課題

【基于高光譜成像的蘋果多品質參數(shù)同時檢測】相關文章：

基于可見-近紅外光譜和多光譜成像技術的梨損傷檢測研究05-07

基于高光譜成像技術的牛肉大理石花紋的評估04-28

基于紅邊位置提取驗證成像與非成像高光譜數(shù)據(jù)的一致性05-07

基于多光譜成像的番茄葉片葉綠素含量預測建模方法研究05-07

基于實測端元光譜的多光譜圖像光譜模擬研究05-07

地物反射波譜特征及高光譜成像遙感04-27

美國高光譜成像技術獲資金支持05-03

基于Mann-Whitney非參數(shù)檢驗和SVM的竹類高光譜識別05-07

基于光譜相關性的SVM高光譜遙感影像分類04-28

應用近地成像高光譜估算玉米葉綠素含量05-07