张晶晶
- 作品数：3 被引量：43H指数：3
- 供职机构：山西农业大学工学院更多>>
- 发文基金：山西省自然科学基金国家自然科学基金年山西省研究生优秀创新项目更多>>
- 相关领域：农业科学理学更多>>
- 高光谱成像技术对鲜枣内外部品质检测的研究被引量：12
- 2015年
- 外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000nm)对壶瓶枣的"自然损伤"和可溶性固形物含量同时进行检测研究。首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵)。然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷("自然损伤")和内部品质(可溶性固形物含量)进行检测研究。结果表明:使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其"自然损伤"判别正确率为92.5%,可溶性固形物预测集的预测相关系数(Rp)和预测均方根误差(RMSEP)分别达到了0.944和0.495。表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考。
- 薛建新张淑娟张晶晶
- 关键词：壶瓶枣可溶性固形物
- 壶瓶枣自然损伤的高光谱成像检测被引量：8
- 2015年
- 采用高光谱成像技术（450-1 000 nm）对壶瓶枣的5种自然损伤（缩果病、裂纹、虫害、黑斑病、鸟啄伤）进行识别研究。利用高光谱成像系统采集了5种自然损伤及完好枣一共663个壶瓶枣样本的高光谱图像,并提取相应的感兴趣区域（ROI）,得到了样本的光谱数据。应用偏最小二乘回归（PLSR）、连续投影算法（SPA）从全波段中分别提取了9条、10条特征波长,利用Kennard-Stone算法将各类样本按照3∶1的比例随机分成训练集（500个）和测试集（163个）,并对其建立最小二乘支持向量机（LS-SVM）判别模型,结果表明使用SPA-LS-SVM建立的壶瓶枣自然损伤模型的整体判别正确识别率为93.2%。运用主成分分析（PCA）对由SPA提取出的10条特征波长（535、595、657、672、685、749、826、898、964、999 nm）所对应的单波段图像进行数据压缩,分别采用Sobel算子、区域生长算法Regiongrow并结合主成分图像识别出163个壶瓶枣样本的边缘与自然损伤特征区域,得出平均正确识别率达到90.8%。研究结果表明：采用高光谱成像技术可以对壶瓶枣的自然损伤进行光谱判别和图像识别。
- 薛建新张淑娟张晶晶
- 关键词：壶瓶枣高光谱成像
- 基于高光谱成像技术的沙金杏成熟度判别被引量：25
- 2015年
- 为了实现对不同成熟度沙金杏进行快速、准确识别的目的，该研究利用高光谱成像技术（400～1000 nm）对沙金杏的成熟度进行了判别研究，利用高光谱成像系统分别采集了处于4种不同成熟阶段（七成熟、八成熟、九成熟和十成熟）的沙金杏共480个样本的高光谱数据。首先，对不同成熟阶段所有样本的可溶性固形物含量值进行测定和单因素方差分析，结果表明，可溶性固形物与成熟度之间存在相关性，其相关系数为0.9386，可用该指标对沙金杏的成熟度进行划分。然后，对光谱数据利用偏最小二乘回归（partial least squares regression，PLSR）模型提取得到9个特征波长（434、528、559、595、652、678、692、728、954 nm），对图像数据利用灰度共生矩阵（gray level co-occurrence matrix，GLCM）提取到6项图像纹理指标（均值、对比度、相关性、能量、同质性和熵），并对图像数据采用RGB模型提取到6项图像颜色指标（R、G、B 分量图像的平均值和标准差）。将这三类指标进行最优组合并分别建立关于沙金杏成熟度判别的极限学习机（extreme learning machine，ELM）模型。结果表明：使用特征波长与颜色特征融合值建立的ELM模型的判别正确率最高，达到93.33%。该研究为沙金杏的成熟度在线无损检测提供了理论参考。
- 薛建新张淑娟张晶晶
- 关键词：图像处理无损检测成熟度极限学习机
