基于高光谱成像技术的霉变花生识别研究.doc
约42页DOC格式手机打开展开
基于高光谱成像技术的霉变花生识别研究,摘 要花生是国民日常生活中重要的油料来源，但是由于湿热的自然环境的影响，花生易受黄曲霉菌的感染，造成花生的不可食用性，失去使用价值。由于黄曲霉毒素强烈的致癌性，因此对黄曲霉毒素的检测监控极为严格。在霉变花生的检测方面，需要繁琐的生化分析检测步骤，耗时耗力。随着近年来光电技术的发展，一...
内容介绍
此文档由会员 那年三月 发布
基于高光谱成像技术的霉变花生识别研究
摘 要
花生是国民日常生活中重要的油料来源，但是由于湿热的自然环境的影响，花生易受黄曲霉菌的感染，造成花生的不可食用性，失去使用价值。由于黄曲霉毒素强烈的致癌性，因此对黄曲霉毒素的检测监控极为严格。在霉变花生的检测方面，需要繁琐的生化分析检测步骤，耗时耗力。随着近年来光电技术的发展，一种兼顾光谱和图像的新技术——高光谱成像检测技术越来越收到大家的关注。本论文提出了运用高光谱技术对霉变花生等级分类进行快速无损检测的思路。
本研究运用高光谱成像技术的光谱信息和图像信息分别对霉变花生的等级进行判定。
（1）通过主成分分析对相应的特征变量进行降维处理，然后选取前10个主成分向量进行模式识别建模分析，利用LDA算法以及BP-ANN算法建立模型并预测分析，从对光谱信息建模的实验结果看线性判别分析模型算法当主成分数为4时，其预测集的识别率分别为0.85。误差反向传播神经网络模型算法当主成分数为8时，其模型预测集的识别率达到0.925，较适于对花生高光谱中的光谱信息进行模型预测判别分析。
