共查询到20条相似文献，搜索用时 15 毫秒
1.
《江苏农业科学》2018,(20)
通过构建有效耦合多源异构高光谱波谱信息和影像信息模型来定性和定量划分大米品质等级。首先提取大米高光谱感兴趣区域中全部像素点上的光谱反射率特征值和最优分辨率配置下多尺度滤波器输出的大米高光谱影像特征,通过异构特征无纲量化函数消除异质波谱特征和影像特征量纲影响,在高维Hilbert空间中构建有效耦合机制,消除大米非线性高光谱多源品质等级信息异构特性的影响,在高维耦合空间中根据样本之间的度量对多源异构大米高光谱非线性特征品质等级信息进行分类。结果表明,多源异构大米非线性高光谱品质等级信息耦合识别模型获得84. 5%的训练精度和82. 2%的测试精度,提出多源异构大米品质等级非线性高光谱信息耦合识别模性能优于传统的直接利用单源特征信息分类模型。表明提出模型可被用于更精确地确定大米品质等级。 相似文献
2.
基于光谱和Gabor纹理信息融合的油桃品种识别 总被引：1，自引：0，他引：1
为实现油桃品种的快速且无损鉴别,对油桃高光谱图像中的光谱和图像信息进行分析。在光谱信息提取中,采用偏最小二乘回归(partial least squares regression,简称PLSR)从全波段光谱数据提取9个特征波长。在图像信息获取中,采用主成分分析(principal component analysis,简称PCA)获得主成分图像,并提取主成分图像的Gabor纹理特征。分别建立基于特征波长光谱特征、主成分图像纹理特征和光谱纹理特征融合的最小二乘支持向量机(least squares support vector machine,简称LS-SVM)和极限学习机(extreme learning machine,简称ELM)油桃品种判别模型。结果表明,基于融合特征的LS-SVM和ELM模型识别率分别为94.7%、92.1%,较单独采用光谱信息和纹理信息的识别率都高,说明采用光谱信息和Gabor纹理信息融合的方法可以实现油桃品种判别,为农产品无损检测提供参考价值。 相似文献
3.
以翠冠梨表面的机械碰压损伤为研究对象,分别采集良好样本和机械损伤后1~7 d、11 d和14 d的翠冠梨的高光谱图像,并提取其表面损伤区域的光谱信息,光谱范围为500~900 nm。采用中心化方法对采集的光谱进行光谱预处理,分别通过竞争性自适应重加权算法和连续投影算法提取特征波长,利用线性判别式分析结合通过偏最小二乘法确定的最优主成分个数分别建立全谱和特征波长检测模型,识别翠冠梨碰压伤。通过检测结果分析,基于全谱检测模型和选定的特征波长检测模型,其完好果和机械碰压果的识别率均在90%以上,最优可达97.78%,说明选定的特征波长可有效的代表全谱关键信息。研究结果表明,高光谱成像技术可应用于翠冠梨外观品质的检测,为翠冠梨品质高光谱在线检测系统提供理论基础。 相似文献
4.
5.
6.
高光谱成像技术结合成像技术和光谱技术,可以从样本中获取其空间和光谱信息。因此,高光谱成像技术能够识别和检测水果的各种化学成分及其空间分布,在水果品质的检测中备受关注。本文首先综述了高光谱成像原理及系统装置,并展开讨论了高光谱图像的校正方法、多种光谱预处理、数据降维和样本集划分方法,从定量和定性角度对模型的构建方法和性能评估进行了分析。其次,总结了高光谱成像技术在水果内部品质(可溶性固形物含量、酸度、硬度、水分含量)和外部品质(损伤、缺陷和纹理)检测和分级中的最新研究进展。最后,对高光谱成像技术在水果品质检测与分级中的应用前景提出展望,以期为优化水果品质的检测方法提供理论依据。同时,也指出了当前可能存在的挑战和局限性。 相似文献
7.
以126个金红宝河套蜜瓜为研究对象,采用Maya 2000 pro便携式光谱仪获取蜜瓜在400～1 100 nm波段内的可见近红外光谱信息,研究传统建模方法[偏最小二乘法(PLS)、主成分回归(PCR)、逐步多元线性回归(SMLR)]和新型网络算法[误差反传人工神经网络(BP-ANN)、最小二乘支持向量机(LS-SVM)]对糖度模型精度和预测结果的影响。结果表明,在利用传统建模方法建立的蜜瓜糖度模型中,PLS算法所建模型的效果较佳,模型更稳定,尤其在光谱经多元散射校正(MSC)和一阶微分处理后,所建模型的相关系数为0.844,校正均方根偏差为0.844,预测均方根偏差为0.978;在采用新型网络算法建立的模型中,当选择LS-SVM算法,且参数c=0.500 0,g=0.353 55时,经MSC和一阶微分处理后的光谱和糖度的建模和预测结果最好,均方根偏差为0.97。研究结果可为检测河套蜜瓜糖度的可见近红外光谱建模方法的选择提供理论依据。 相似文献
8.
利用高光谱成像技术对泾源黄牛肉色度的PLSR预测模型进行构建。通过可见近红外高光谱成像系统获取牛肉样本的高光谱图像,提取感兴趣区域(ROI)的光谱信息并计算平均光谱,采用蒙特卡洛法剔除异常样本后进行样本集划分,并对划分后的样本数据进行预处理。其中,亮度(L*)经Deresolve法预处理的模型结果最好,其$R_{C}^{2}$为0.979 0,预测集相关系数$R_{P}^{2}$为0.976 6;红度(a*)经卷积平滑法预处理的模型结果最好,其$R_{C}^{2}$和$R_{P}^{2}$分别为0.807 0、0.915 5;黄度(b*)经卷积平滑法预处理的模型结果最好,其$R_{C}^{2}$和$R_{P}^{2}$分别为0.931 1、0.950 6。分别利用竞争性自适应重加权法(CARS)、连续投影算法(SPA)和无信息变量消除算法(UVE)进行特征波长提取,建立基于特征波段的偏最小二乘回归(PLSR)模型,进而优选出最佳预测模型,结合视觉的空间深度、立体程度,对样本的形态和色觉感知进行提取与辨别。结果表明,利用高光谱成像技术所构建的色度PLSR模型均是可行的,研究结果为牛肉品质在线快速检测提供了理论依据。 相似文献
9.
基于随机森林算法的凉水自然保护区蓄积量反演研究 总被引：1，自引：0，他引：1
《西南林业大学学报》2016,(5)
以黑龙江凉水自然保护区为研究对象,采用GF-1卫星遥感影像为数据源,提取遥感影像在不同窗口大小下的纹理特征信息,与遥感影像自身的光谱信息相结合;利用随机森林算法,结合地面蓄积量采样点数据,建立凉水自然保护区蓄积量反演模型。结果表明:只基于卫星光谱的反演模型的相关系数为0.59,基于卫星光谱与纹理特征的蓄积量反演模型的相关系数为0.65;当窗口大小为3×3时,森林蓄积量反演效果最好。研究表明,基于卫星光谱信息和纹理特征信息,利用随机森林算法进行森林蓄积量反演在森林资源调查方面具有良好的应用前景。 相似文献
10.
11.
12.
《江苏农业学报》2018,(6)
为精准识别生菜的病害类型及所处病害时期,提出了一种结合高光谱技术和图像特征提取技术融合的生菜病害诊断方法。利用高光谱套件分别采集炭疽病、菌核病、白粉病的发病早期、中期和晚期以及健康状态下生菜叶片样本的高光谱信息,利用多项式平滑(Savitzky-Golay,SG)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm,SPA)对预处理后的数据进行特征波长的优选,使用一阶到三阶矩和纹理LBP算子分别提取样本图像的颜色特征和纹理特征,最后通过SVR预测模型对颜色、纹理及光谱特征值数据进行训练并对预测集样本进行分类研究。结果表明,基于高光谱和图像融合特征的SVR预测模型性能良好,预测集决定系数为0.895 6,均方根误差为3. 75%。由于决定系数不够理想,通过引入松弛变量的方式降低间隔阈值,最终模型预测集决定系数为0.928 6,均方根误差为0. 034 2,决定系数提高了3. 68%,均方根误差降低了8. 8%,病害时期判断准确率为92. 23%。说明该方法能够较有效地诊断生菜的病害类型及所处病害时期,可为农业精准化管理中病害的自动防治提供参考。 相似文献
13.
在不破坏青砖茶样品的前提下,将近红外光谱技术与标准变量变换、一阶导数、二阶导数光谱等预处理方法和遗传算法相结合,剔除部分噪声信息和精准筛选最佳光谱信息数据点后,应用偏最小二乘法建立青砖茶茶汤品质预测模型。筛选的最佳光谱预处理方法为:标准变量变换+二阶导数,遗传算法筛选得到28个最佳建模光谱数据点;最佳偏最小二乘法模型对验证集样品的预测均方根误差为0.372 6,预测集决定系数为0.975 2;对未知茶汤品质的预测均方根误差为0.392 7,预测集决定系数0.970 2。结果表明,在青砖茶茶汤品质得分(73～93分)范围内,应用近红外光谱技术结合遗传算法和偏最小二乘法实现了对青砖茶茶汤品质的快速、准确评价。 相似文献
14.
利用可见/近红外高光谱(400～1 000 nm)成像技术对黄牛肉pH值进行预测。对229个黄牛肉样本的原始光谱信息利用Kennard-Stone(KS)算法进行样本集划分及光谱预处理,分别采用竞争性自适应加权算法(competitive adaptive reweighed sampling, CARS)、无信息消除变量法(uninformative variable elimination, UVE)、β权重系数法及变量组合集群分析法(variable combination population analysis, VCPA)对特征波长进行提取,最后结合偏最小二乘回归(partial least squares regression, PLSR)、多元线性回归(multiple linearity Regression, MLR)和主成分回归(principal component regression, PCR)方法对全波段及特征波段进行建模分析,进而优选出最佳模型。结果表明,利用KS算法划分后的样本集,结合最大归一化法预处理后的光谱数据所建立的预测模型的R_C~2和R_P~2分别为0.842 3和0.783 7,效果较好;利用CARS、UVE、β权重系数法和VCPA分别选出19、16、14和11个特征波长;基于CARS提取特征波长建立的PLSR模型效果最优,其决定系数R_C~2和R_P~2分别为0.845 3和0.740 6,均方根误差为0.069 0。利用CARS-PLSR模型计算牛肉样本中像素点的pH值,并通过选取742 nm处的伪色彩图像直观表示牛肉样本的pH值的空间分布情况。 相似文献
15.
为了实现对苹果品质的等级评价,对果梗的完整性进行检测是必不可少的。选取了苹果样本260个,其中果梗完整果104个、果梗不完整果92个、没有果梗果64个。利用高光谱成像技术提取苹果感兴趣区域光谱信息。采用逐步多元回归算法(stepwise multiple linear regression,SMLR)从全波段(450~970nm)提取了5个特征波长(594.78,572.08,599.84,626.48,666nm),采用连续投影算法(successive projections algorithm,SPA)从全波段(450~970nm)提取了7个特征波长(467.5,672.4,695.4,730.2,840.4,952.6,969.6nm)。然后,提取感兴趣区域的惯性矩、相关性、能量和熵4个纹理特征。将光谱特征、纹理特征、光谱特征结合纹理特征3组数据,分别作为输入矢量,采用支持向量机(support vector machine,SVM)、BP人工神经网络(BP artificial neural network,BPANN)对苹果果梗完整性进行识别,使用交叉验证的方法进行5组交叉验证,每一组分别从训练集和验证集中拿出30个进行互换,将5组验证集正确率的平均值作为评价指标,并且对比分析结果。结果表明:单独使用纹理特征作为输入矢量,果梗识别效果不佳,SVM模型正确率为50.3%,BPANN模型正确率为37.2%。融合光谱特征和纹理特征作为输入矢量识别效果一般,SPA-T-SVM模型正确率为86.6%,SPA-T-BPANN模型正确率为80.3%,SMLR-T-SVM模型正确率为77.2%,SMLR-T-BPANN模型正确率为74.9%。只采用光谱特征作为输入矢量识别效果较好,其中SPA-SVM方法识别效果最好,识别正确率达到91.7%,且数据计算量小。该研究为苹果品质等级评价提供了理论依据。 相似文献
16.
通过开封市蜜瓜生育期间的光温水等气候条件的分析：开封市常年平均气温基本都处在其适宜生长范围内，总体热量条件能够满足蜜瓜不同发育期的需求。蜜瓜从播种发芽到果实成熟期，开封市各级降水日数逐渐增多，前三个发育期内的降水日数明显少于果实成熟期，环境空气湿度较低，对于蜜瓜生长发育有利，但要注意预防由于降水极端偏少而引发的干旱缺水。蜜瓜成熟期要及时根据降水实况和农田土壤状况，采取控制浇水、加强排水等措施，促进蜜瓜果实产量和品质的提高。开封市蜜瓜生育期间的光照强度呈现明显上升趋势，光照资源基本可以满足蜜瓜不同生长发育的需求。蜜瓜伸蔓期正好于开封市光照资源最为丰富的时期相重合，对蜜瓜的旺盛生长十分有利的。果实成熟期，开封市温高光强，有利于蜜瓜产量和品质的提高。 相似文献
17.
烟草种植的生态研究在烟草种植规划与管理中发挥重要作用。利用遥感融合技术辅助开展烟草种植的生态研究极少。以云南省丽江市为例,尝试利用不同的融合算法对研究区的WorldView 2影像进行融合试验,并对结果进行定性与定量分析评价。结果表明：（1）GS变换的融合效果最好,光谱信息丰富,图像保真度高,Pansharp变换次之,Brovey和IHS变换效果最差,存在光谱信息损失和光谱扭曲。（2）利用GS变换和Pansharp变换融合的图像色调变化小,地物细节表现较好,有利于WorldView 2影像信息（植被、水体等）提取工作的开展,进一步辅助烟草种植的生态研究。 相似文献
18.
为了探讨水果种子不同活力等级的判别方法,以西瓜种子为研究对象,建立基于偏最小二乘判别（PLS-DA）、极限学习机（ELM）的高光谱图谱信息种子活力判别模型。首先,提取光谱信息,建立西瓜种子活力等级的光谱定性分析模型,结果表明,特征变量筛选方法 UVE（无信息变量消除）结合建模方法PLS-DA得到的效果较好,分类正确率为100.00%,相关系数为0.86。其次,选取图像PC1权重系数,提取波长点为685、790、826、836、855 nm的特征图像,计算平均灰度值,建立基于图像特征的种子活力等级定性分析模型。结果表明,PLS-DA的误判率为6.67%,相关系数为0.85,优于ELM检测模型的误判率（10.00%）和相关系数（0.83）。高光谱成像技术的光谱和图像信息都能较好区分种子的活力等级,但基于光谱信息建立的判别模型优于基于图像特征建立的判别模型。 相似文献
19.
在使用土地覆盖类型分类模型分类高原土地覆盖类型的过程中,由于不同类别地物间光谱信息更相近,在没有多特征降噪的情况下,容易产生噪声偏差,导致土地覆盖类型错分,设计一种基于遥感图像光谱特征融合的高原土地覆盖类型分类模型。设计特征提取方法,提取遥感图像中几何特征的空间特征与属性特征,以展示遥感图像光谱更多的空间细节信息;将遥感图像按照一定模式规则进行处理和运算,构建三种多特征融合模式,使用SVM作为分类工具,计算其中参数,实现元素的线性可分。模型性能测试结果表明：设计的分类模型所得到的分类结果在生产精度、总体精度、Kappa系数这三个指标中的评分均达到了0.7以上,验证了设计模型在高原土地覆盖类型分类中的准确性。 相似文献
20.
以冷链农产品需求预测模型的技术提升和预测误差的不断改进为线索,梳理了国内冷链农产品需求预测的相关理论和模型特征。以各类需求预测模型为参考,发现需求预测模型有三大类:单一模型、多源模型组合与智能信息融合;对各类模型的特点和存在的问题做了详细评述,同时结合已有的冷链农产品需求预测的相关文献,对未来非线性、变权技术以及多源信息融合的智能模型在冷链农产品需求预测方面的应用做出了进一步展望。 相似文献