APP下载

基于高光谱成像的苹果品种快速鉴别

2017-06-05马惠玲王若琳

农业机械学报 2017年4期
关键词:分类

马惠玲 王若琳 蔡 骋 王 栋

(1.西北农林科技大学生命科学学院, 陕西杨凌 712100; 2.西北农林科技大学信息工程学院, 陕西杨凌 712100)

基于高光谱成像的苹果品种快速鉴别

马惠玲1王若琳1蔡 骋2王 栋1

(1.西北农林科技大学生命科学学院, 陕西杨凌 712100; 2.西北农林科技大学信息工程学院, 陕西杨凌 712100)

以“乔纳金”苹果,“红富士”苹果和“秦冠”苹果共90个试验样本为试材分别采集865~1 711 nm的近红外波段高光谱图像,选取苹果图像感兴趣区域(ROI),以分辨率2.8 nm提取其平均反射光谱数据,分别利用K近邻法(KNN)和径向基核函数支持向量机(RBF-SVM)进行品种判别,5折交叉检验。结果表明,3种苹果的近红外高光谱图像均在波长941~1 602 nm之间变得清晰,该区域200个波段下的平均反射光谱数据经KNN法中的10种距离算法评判,当K取值3和5时,切比雪夫距离、欧几里得距离和明可夫斯基距离3种距离算法的识别正确率均达到100%;SVM-RBF核函数模型中,γ取值为2-8~1的范围内识别正确率均在92%以上,当γ取值2-5,C取值为16和32时,识别正确率最高,为96.67%。故利用近红外高光谱图像技术结合KNN计算对苹果品种进行快速鉴别是优异和可靠的方案。

苹果; 品种鉴别; 高光谱成像; K近邻法; 支持向量机

引言

苹果在世界果品市场上占据着重要地位,有些苹果品种成熟期、外形、色泽、风味差异较大,感观易于辨别;有些则成熟期、大小、着色、口感均比较接近,非专业人员品评辨识准确率不高,更难以在采后处理流水线上快速鉴别。不同品种的田间栽培条件、采后贮藏特性、价格均差别较大,急需一种简便、无损的苹果品种快速鉴别方法。……

登录APP查看全文

猜你喜欢

分类
分类算一算
垃圾分类的困惑你有吗
星星的分类
我给资源分分类
垃圾分类,你准备好了吗
按需分类
教你一招:数的分类
说说分类那些事
给塑料分分类吧