基于高光譜成像技術(shù)的馬鈴薯外部品質(zhì)無(wú)損檢測(cè)建模及優(yōu)化研究.pdf

1、高光譜成像技術(shù)具有連續(xù)多波段、光譜分辨率高等特點(diǎn)，是檢測(cè)蔬菜水果綜合品質(zhì)的首選技術(shù)。馬鈴薯是寧夏主要的農(nóng)產(chǎn)品之一，其品質(zhì)檢測(cè)是加工中的重要環(huán)節(jié)。本論文的研究對(duì)象為馬鈴薯外部品質(zhì)，包括蟲(chóng)眼、干腐、合格、畸形、機(jī)械損傷和綠皮，并結(jié)合BP-ANN、RBF-ANN、SVM-ANN、PLS、貝葉斯分類(lèi)器建立馬鈴薯外部品質(zhì)及其端元的預(yù)測(cè)模型。論文主要研究?jī)?nèi)容和結(jié)論如下:
　　(1)提取合格及各類(lèi)缺陷樣本感興趣區(qū)域的波譜并進(jìn)行光譜特性分析，為基

2、于高光譜成像技術(shù)的馬鈴薯外部品質(zhì)及其端元預(yù)測(cè)模型的建立奠定理論基礎(chǔ)。
　　(2)采用PCA確定了580nm、650nm、676nm、690nm和960nm這5個(gè)特征波長(zhǎng)，同時(shí)采用PCA、ICA和波段比法對(duì)馬鈴薯高光譜圖像數(shù)據(jù)進(jìn)行降維。結(jié)果表明可以5個(gè)特征波長(zhǎng)PCA分析的PC2圖像（降維方法Ⅰ）、ICA方法分析的IC2圖像（降維方法Ⅱ）、不同波段比值的圖像(降維方法Ⅲ)可作為建模和分類(lèi)的特征圖像。
　　(3)采用小波遞推最小二

3、乘濾波算法對(duì)降維圖像進(jìn)行去噪的效果優(yōu)于直接采用遞推最小二乘法和小波濾波算法。同時(shí)，確定了利用4尺度Haar小波函數(shù)重構(gòu)降維圖像，可以獲得較好的重構(gòu)效果。@(4)利用BP-ANN、RBF-ANN、SVM-ANN、PLS、貝葉斯分類(lèi)器對(duì)經(jīng)過(guò)去噪和重構(gòu)的降維圖像建立馬鈴薯外部缺陷預(yù)測(cè)模型，結(jié)果表明采用貝葉斯分類(lèi)器+降維方法Ⅲ+WT-RLS方法建立預(yù)測(cè)模型，其性能較佳。
　　(5)提取馬鈴薯外部感興趣區(qū)域的光譜數(shù)據(jù)，采用SD、FD、SG、

4、MSC、SNV、SG-MSC和小波壓縮7種方法對(duì)其500nm～960nm波段的數(shù)據(jù)進(jìn)行光譜預(yù)處理，并建立基于BP-ANN、RBF-ANN、SVM-ANN、PLS、貝葉斯分類(lèi)器的馬鈴薯外部感興趣區(qū)域的預(yù)測(cè)模型，結(jié)果表明采用SVM-ANN+SG-MSC方法建立馬鈴薯外部感興趣區(qū)域的預(yù)測(cè)模型較佳，其平均識(shí)別率達(dá)到了86.73％，RMSEP為0.40，R為0.95。
　　(6)利用SVM-ANN和貝葉斯分類(lèi)器建立了馬鈴薯外部品質(zhì)端元的預(yù)測(cè)