基于高光譜圖像紋理分析的龍井茶含水率預(yù)測(cè)的研究.pdf

1、高光譜技術(shù)與人工智能技術(shù)結(jié)合，可以對(duì)被測(cè)物實(shí)現(xiàn)種類分類，品質(zhì)分級(jí)，屬性判斷以及物質(zhì)含量回歸預(yù)測(cè)。龍井茶是我國(guó)著名的綠茶品種，因其加工過(guò)程復(fù)雜、對(duì)工人技術(shù)要求高、產(chǎn)量有限而價(jià)格昂貴。實(shí)現(xiàn)茶葉的自動(dòng)加工和制作是產(chǎn)業(yè)界迫切希望解決的問(wèn)題。茶葉含水率的自動(dòng)檢測(cè)和預(yù)測(cè)是實(shí)現(xiàn)茶葉自動(dòng)加工的一個(gè)重要問(wèn)題。本文針對(duì)該問(wèn)題，利用近紅外高光譜圖像，提取其紋理，提出了一種快速無(wú)損的茶葉含水率檢測(cè)方法，并進(jìn)行了系統(tǒng)的實(shí)驗(yàn)、建模和分析，本文主要工作包括:

2、　　1.介紹了高光譜技術(shù)的發(fā)展以及高光譜技術(shù)與其他領(lǐng)域結(jié)合的研究現(xiàn)狀，特別是在食品工程方面的高光譜技術(shù)的應(yīng)用以及紋理提取技術(shù)的相關(guān)研究工作。
　　2.詳細(xì)說(shuō)明了茶葉含水率的實(shí)驗(yàn)方法和過(guò)程，介紹了含水率的實(shí)驗(yàn)儀器，材料，準(zhǔn)備以及操作方法，并闡述了高光譜數(shù)據(jù)的預(yù)處理方法;
　　3.重點(diǎn)闡述了基于高光譜圖像和紋理分析的含水率預(yù)測(cè)建模與分析:從高光譜圖像中選定感興趣區(qū)域，并且對(duì)從感興趣區(qū)域中提取高光譜圖像的特征:1）計(jì)算感興趣區(qū)域中

3、的平均光譜值，作為光譜特征，共176個(gè)特征;2）從感興趣區(qū)域中分別使用灰度共生矩陣法，灰度游程法以及TDGF，從不同波段數(shù)據(jù)中共提取得到266個(gè)紋理特征。然后基于光譜特征和紋理特征分別使用兩類回歸模型進(jìn)行建模:1）主成分分析與偏最小二乘法回歸結(jié)合建模;2）連續(xù)投影分析與偏最小二乘法回歸結(jié)合模型。利用不同回歸模型對(duì)其含水率進(jìn)行預(yù)測(cè)。
　　4.對(duì)模型的有效性以及實(shí)驗(yàn)的結(jié)果進(jìn)行了分析，并對(duì)所有預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比。為使本文工作在實(shí)際的工業(yè)