基于能量信息的毛豆豆荚螟高光谱图像检测-论文.pdf

《基于能量信息的毛豆豆荚螟高光谱图像检测-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、分轿检测，．35，No．14，2014基于能量信息的毛豆豆荚螟高光谱图像检测马亚楠’，黄敏，李艳华。，张憨，步培银。(1．江南大学轻工过程先进控制教育部重点实验室，江苏无锡214122；2．食品科学与技术国家重点实验室，江苏无锡214122；3．无锡出入境检验检疫局，江苏无锡214101)摘要：为了寻求快速有效的毛豆内部豆荚螟的检测方法，将高光谱图像技术应用于毛豆内部的豆荚螟无损检测。以225个样本为研究对象，首先采用平均灰度值的方法自动获取毛豆感兴趣区域，然后提取400～lO00nm波长范围内共94个波段的能量信息作为特征参数，最后结合支持

2、向量数据描述分类器建立豆荚螟的分类检测模型。研究结果显示，在自动提取的感兴趣区域验证集中，正常样本的分类精度为100％，有虫样本分类精度为75％，验证集的总体分类精度为95．6％，可有效识别出含豆荚螟的毛豆样本。关键词：毛豆，感兴趣区域，能量，支持向量数据描述Detectionofinsect-damagededamamebasedonimagepowerusinghyperspectralimagingtechniqueMAYa—nan，HUANGMin，LIYan-hua3，ZHANGMin。，BUPei-yin(1．KeyLaborat

3、oryofAdvancedProcessControlforLightIndustry，MinistryofEducation，JiangnanUniversity，Wnxi214122，China；2．StateKeyLaboratoryofFoodScienceandTechnology，JiangnanUniversity，Wuxi214122，China：3．WuxiEntry-exitInspectionandQuarantineBureau，Wuxi214101，China)Abstract：Inordertoseekaquick

4、andeficientdetectionmethodofedamame，hyperspectralimagingtechniquewasappliedtothenOndeslructivedetectionofinsect—damagededamameinthisstudyltwaswelIknownthattheROIofthevegetablesoybeanpodsisthepositionofthebeans，AROIselectionapproachbasedonthemeangrayvaluesinthehorizontalcoor

5、dinateandvertica1coordinatewasproposed．Inthisexperiment，hyperspectraltransmissionimageswereacquiredfrOmnormalandinsect-damagedvegetablesoybeansf225beans)，ThesebeanswereusedastheresearchsamplesFirst，aregionofinterest(ROI)ofedamamewasextractedautomaticallyusingthemeangrayvalu

6、emethodfrOmhyperspectralimages．Then．theimagepowerOfROJwasextractedasclassificationfeature．whichthespectralregioncovered400N1000rimandcontained94wavelengths．Atlast，supportvectordatadescription(SVDD)wasusedtodeveloptheclassificationmodelsfortheinsect—damagededamame．Inthevalid

7、ationset，theresultsindicatedtheautomaticextractingRQImethodbasedOnthemeangrayvalueachieved100％accuracyforthenormalsamples，75％accuracyforthefnsect—damagedsamples．and95．6％overaliclassificationaccuracy．whichcoulddiscriminatefnsect—damagededamame．Keywords：edamame；aregionofinter

8、est；power；supportvectordatadescription中图分类号：TS207．3文献标识码：A文章编号：1002—0306(2014)14—0