本文主要研究内容
作者孟庆龙,张艳,尚静（2019）在《基于高光谱成像技术无损检测苹果表面缺陷》一文中研究指出：基于高光谱成像技术结合模式识别,建立了苹果表面缺陷识别模型。首先,利用高光谱图像采集系统采集完好无损和表面有缺陷苹果的高光谱图像,提取感兴趣区域的平均光谱反射率;然后,比较标准正态变换(SNV)和多元散射校正(MSC) 2种光谱预处理方法对建模效果的影响,得出MSC为建模最优预处理方法。最后,采用主成分分析法选择累计贡献率超过99%的前5个主成分作为样本集特征光谱数据,分别建立了基于K最近邻(KNN)模式识别和偏最小二乘判别分析(PLS-DA)识别模型。结果表明:光谱经MSC预处理后,基于PLS-DA建立的识别模型对校正集和检验集识别率均达到100%,表明基于高光谱成像技术结合模式识别可实现苹果表面缺陷的无损检测。
Abstract
ji yu gao guang pu cheng xiang ji shu jie ge mo shi shi bie ,jian li le ping guo biao mian que xian shi bie mo xing 。shou xian ,li yong gao guang pu tu xiang cai ji ji tong cai ji wan hao mo sun he biao mian you que xian ping guo de gao guang pu tu xiang ,di qu gan xing qu ou yu de ping jun guang pu fan she lv ;ran hou ,bi jiao biao zhun zheng tai bian huan (SNV)he duo yuan san she jiao zheng (MSC) 2chong guang pu yu chu li fang fa dui jian mo xiao guo de ying xiang ,de chu MSCwei jian mo zui you yu chu li fang fa 。zui hou ,cai yong zhu cheng fen fen xi fa shua ze lei ji gong suo lv chao guo 99%de qian 5ge zhu cheng fen zuo wei yang ben ji te zheng guang pu shu ju ,fen bie jian li le ji yu Kzui jin lin (KNN)mo shi shi bie he pian zui xiao er cheng pan bie fen xi (PLS-DA)shi bie mo xing 。jie guo biao ming :guang pu jing MSCyu chu li hou ,ji yu PLS-DAjian li de shi bie mo xing dui jiao zheng ji he jian yan ji shi bie lv jun da dao 100%,biao ming ji yu gao guang pu cheng xiang ji shu jie ge mo shi shi bie ke shi xian ping guo biao mian que xian de mo sun jian ce 。
论文参考文献
论文详细介绍
论文作者分别是来自食品工业的孟庆龙,张艳,尚静，发表于刊物食品工业2019年03期论文，是一篇关于高光谱成像论文,模式识别论文,苹果缺陷论文,无损检测论文,食品工业2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自食品工业2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：高光谱成像论文; 模式识别论文; 苹果缺陷论文; 无损检测论文; 食品工业2019年03期论文;