基于高光谱图像技术的脱绒棉种活力检测
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Study on detection technology of delinted cottonseed vigor based on hyperspectral image technology
  • 作者:尤佳 ; 李景彬 ; 黄勇 ; 黄蒂云 ; 彭顺正
  • 英文作者:You Jia;
  • 关键词:脱绒棉种 ; 活力检测技术 ; 高光谱 ; 特征波段 ; 判别分析 ; 支持向量机
  • 中文刊名:JSNY
  • 英文刊名:Jiangsu Agricultural Sciences
  • 机构:石河子大学机械电气工程学院;石河子大学信息科学与技术学院;
  • 出版日期:2018-07-16 18:34
  • 出版单位:江苏农业科学
  • 年:2018
  • 期:v.46
  • 基金:国家自然科学基金(编号:31260290);; 兵团博士资金专项(编号:2014BB03);; 中青年科技创新领军人才计划(编号:2016BC001)
  • 语种:中文;
  • 页:JSNY201813055
  • 页数:5
  • CN:13
  • ISSN:32-1214/S
  • 分类号:239-243
摘要
为了寻求一种快速无损检测脱绒棉种活力的方法,提出采用高光谱图像技术进行脱绒棉种活力检测。以新陆早50、新陆早57、新陆早62等3个不同老化程度下的脱绒棉种为研究对象,采集脱绒棉种在450~1 013 nm的高光谱图像,并以单粒脱绒棉种全区域作为感兴趣区,共提取3个品种810个感兴趣区;对提取的光谱平均反射率采用Savitzky-Golay平滑方法,结合多元散射校正(mutiplicative signal correction,MSC)进行去噪处理;基于前10个主成分和特征波段分别建立距离判别分析、支持向量机(SVM)脱绒棉种活力预测模型。试验结果表明,采用基于特征波段的判别模型分类精度达到96%以上,检测结果可靠且效果良好的。本研究为脱绒棉种活力无损检测检测方法提供了一种新的方法和思路。
        
引文
[1]陈涛,徐小波,乐忠宇,等.棉花种子颜色分选自动化系统研究[C]//农业机械化与新农村建设——中国农业机械学会2006年学术年会.镇江:中国农业机械学会,2006.
    [2]成芳,应义斌.机器视觉技术在农作物种子质量检验中的应用研究进展[J].农业工程学报,2001,17(6):175-179.
    [3]王立军.种子贮藏加工与检验[M].北京:化学工业出版社,2009:164-165.
    [4]李月明,郝楠,孙丽惠,等.种子活力测定方法研究进展[J].辽宁农业科学,2013(1):38-40.
    [6]吴爱琼,王跃进,徐玉爱.不同处理对棉种发芽率的效应[J].种子科技,2001,19(4):217-218.
    [7]邓向武.基于图像处理技术的脱绒棉种内部品质检测机理研究[D].石河子:石河子大学,2014.
    [8]坎杂,谷趁趁,王丽红,等.脱绒棉种介电分选参数的优化[J].农业工程学报,2010,26(9):114-119.
    [9]董翠翠,李景彬,坎杂,等.基于机器视觉的脱绒棉种染色特征的提取算法[J].农机化研究,2015,37(11):51-54.
    [10]刘木华,赵杰文,郑建鸿,等.农畜产品品质无损检测中高光谱图像技术的应用进展[J].农业机械学报,2005,36(9):139-143.
    [11]彭彦昆,张雷蕾.农畜产品品质安全高光谱无损检测技术进展和趋势[J].农业机械学报,2013,44(4):137-145.
    [12]刘善梅,李小昱.考虑品种差异的冷鲜猪肉含水率高光谱信号补正算法[J].农业工程学报,2014,30(4):272-278.
    [13]Lefcout A M,Kim M S.Technique for normalizing intensity histograms of images when the approximate size of the target is known:detection of feces on apples using fluorescence imaging[J].Computers&Electronics in Agriculture,2006,50(2):135-147.
    [14]洪添盛,李震,吴春胤,等.高光谱图像技术在水果品质无损检测中的应用[J].农业工程学报,2007,23(11):280-285.
    [15]李江波,饶秀勤,应义斌,等.基于高光谱成像技术检测脐橙溃疡[J].农业工程学报,2010,26(8):222-228.
    [16]单佳佳,彭彦昆,王伟,等.基于高光谱成像技术的苹果内外品质同时检测[J].农业机械学报,2011,42(3):140-144.
    [17]Cogdill R P,Hurburgh C R.Single-kernel maize analysis by near-infrared hyperspectral imaging[J].Transactions of ASAE,2004,47(1):311-320.
    [18]Wallays C,Missotten B,de Baerdemaeker J,et al.Hyperspectral waveband selection for on-line measurement of grain cleanness[J].Biosystems Engineering,2009,104(1):1-7.
    [19]Singh C B,Jayas D S,Paliwa1 J,et al.Detection of sprouted and midge-damaged wheat kernels using near-infrared hyperspectral imaging[J].Cereal Chemistry,2009,86(3):256-260.
    [20]Nansen C,Zhao G,Dakin N,et al.Using hyperspectral imaging to determine germination of native Australian plant seeds[J].Journal of Photochemistry and Photobiology B,2015,145(4):19-24.
    [21]朱启兵,冯朝丽,黄敏,等.基于图像熵信息的玉米种子纯度高光谱图像识别[J].农业工程学报,2012,28(23):271-276.
    [22]王庆国,黄敏,朱启兵,等.基于高光谱图像的玉米种子产地与年份鉴别[J].食品与生物技术学报,2014,33(2):163-170.
    [23]张初,刘飞,张海亮,等.近地高光谱成像技术对黑豆品种无损鉴别[J].光谱学与光谱分析,2014,34(3):746-750.
    [24]李美凌,邓飞,刘颖,等.基于高光谱图像的水稻种子活力检测技术研究[J].浙江农业学报,2015,27(1):1-6.
    [25]王小川,史峰,郁磊,等.MATLAB图像处理实例详解[M].北京:清华大学出版社,2013.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700