|
|||||
|
|
| 半透射高光谱成像技术与支持向量机的马铃薯空心病无损检测研究 | |
| 引用本文： | 黄涛,李小昱,徐梦玲,金瑞,库静,徐森淼,武振中. 半透射高光谱成像技术与支持向量机的马铃薯空心病无损检测研究[J]. 光谱学与光谱分析, 2014, 35(1): 198 |
| 作者姓名： | 黄涛 李小昱 徐梦玲 金瑞 库静 徐森淼 武振中 |
| 作者单位： | 黄涛:华中农业大学工学院, 湖北 武汉 430070 李小昱:华中农业大学工学院, 湖北 武汉 430070 徐梦玲:华中农业大学工学院, 湖北 武汉 430070 金瑞:华中农业大学工学院, 湖北 武汉 430070 库静:华中农业大学工学院, 湖北 武汉 430070 徐森淼:华中农业大学工学院, 湖北 武汉 430070 武振中:华中农业大学工学院, 湖北 武汉 430070 |
| 基金项目： | 国家自然科学基金项目(61275156)和湖北省自然科学基金重点项目(2011CDA033)资助 |
| 摘 要： | 针对马铃薯空心病的难以检测问题, 提出了一种基于半透射高光谱成像技术结合支持向量机(support vector machine, SVM)的马铃薯空心病无损检测方法。选取224个马铃薯样本(合格149个, 空心75个)作为研究对象, 搭建了马铃薯半透射高光谱图像采集系统, 采集了马铃薯样本半透射高光谱图像(390~1 040 nm), 对感兴趣区域内的光谱进行平均和光谱特征分析。采用变量标准化(normalize)对原始光谱进行光谱预处理, 建立了全波段的SVM判别模型, 模型对测试集样本的识别准确率仅为87.5%。为了提高模型性能, 采用竞争性自适应重加权算法(competitive adaptive reweighed sampling algorithm, CARS)结合连续投影算法(successive projection algorithm, SPA)对光谱全波段520个变量进行变量选择, 最终确定了8个光谱特征变量(454, 601, 639, 664, 748, 827, 874和936 nm), 所选8个光谱变量建立的SVM模型对马铃薯测试集的识别率为94.64%。分别采用人工鱼群算法(artificial fish swarm algorithm, AFSA)、遗传算法(genetic algorithm, GA)和网格搜索法(grid search algorithm)对SVM模型的惩罚参数c和核参数g进行优化。经过建模比较分析, 确定AFSA为最优优化算法, 最优模型参数为c=10.659 1, g=0.349 7, 确定AFSA-SVM模型为马铃薯空心病的最优识别模型, 该模型总体识别率达到100%。试验结果表明: 基于半透射高光谱成像技术结合CARS-SPA与AFSA-SVM方法能够对马铃薯空心病进行准确的检测, 也为马铃薯空心病的快速无损检测提供技术支持。 |
| 关 键 词： | 高光谱成像 支持向量机 人工鱼群算法 空心病 马铃薯 |
| 收稿时间： | 2013-12-25 |
Non-Destructive Detection Research for Hollow Heart of Potato Based on Semi-Transmission Hyperspectral Imaging and SVM |
|
| Abstract: | |
| Keywords: | Hyperspectral imaging Support Vector Machine Artificial fish swarm algorithm Hollow heart Potato |