投稿须知
  《光谱学与光谱分析》(国际标准刊号:ISSN 1000-0593, CODEN码:GYGFED, 国内统一刊号:CN 11-2200/O4)是中国科学技术协会主管,中国光学学会主办,由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学共同承办的专业性学术刊物,主要报道我国光谱学与光谱分析学科具有创新性的研究成果,反映国内外光谱 ...

基于高光谱技术融合图像信息的脱绒棉种品种分类检测研究

作者: 黄蒂云 李景彬 尤佳 坎杂

关键词: 高光谱成像 脱绒棉种 分类 信息融合

摘要:开展种子品种的识别研究是保证种子质量的重要手段.利用高光谱图像技术融合图像特征信息对脱绒棉种的品种进行判别分析.采集4个品种共240粒脱绒棉种样本的高光谱图像数据(400~1 000 nm ) ,提取样本的光谱信息及长、宽、面积、圆形度、等12个形态特征.采用连续投影算法(SPA )选出11个特征波段作为输入结合偏最小二乘判别分析法(PLS-DA ) 、软独立模式识别法(SIMCA ) 、最邻近节点算法(KNN)、主成分分析结合线性判别(PCA-LDA)及二次判别(PCA-QDA)进行建模分析,得出 PLS-DA建模集和预测集的总体识别率分别为93% 和90%.利用图像信息进行建模分析,模型整体的识别率均不高,说明单独使用高光谱图像的形态特征进行分类效果不佳.将特征波段的光谱和形态特征信息进行融合作为输入,建立基于PLS-DA ,SIMCA ,KNN ,PCA-LDA及PCA-QDA的信息融合模型,其精度均比基于光谱或形态信息模型高,其中PLS-DA模型识别效果最好,建模集和预测集总体识别率分别为98% 和97%.表明融合高光谱图像的光谱与图像信息可以在少量波段情况下有效的提高脱绒棉种品种的分类检测精度.


上一篇: 比较法测试不同颜色匹配函数的性能
下一篇: 不同临界保留因子下天然有机物亲疏水组分光谱特性

Copyright@2003 China Physical Science & Technology All Rights Reserved
中国物理学会 版权所有 2013 京ICP备05002789号