文献类型：期刊文章

作　　者：刘思伽[1] 田有文[1] 张芳[1] 冯迪[1]

LIU Sijia;TIAN Youwen;ZHANG Fang;FENG Di(Research Center of Liaoning Agricultural Informatization Engineering Technology, College of Information and Electrical Engineering,Shenyang Agricultural University, Shenyang 110866, China)

机构地区：[1]沈阳农业大学信息与电气工程学院,辽宁省农业信息化工程技术研究中心,辽宁沈阳110866

出　　处：《食品科学》

基　　金：辽宁省大型仪器设备共享服务项目(LNDY201501003);沈阳市大型仪器设备共享服务专项(F15-166-4-00)

年　　份：2017

卷　　号：38

期　　号：8

起止页码：277-282

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、EI(收录号：20171903657132)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提供苹果病害在线、快速、无损检测的理论依据,采用高光谱成像技术进行了北方大面积种植的寒富苹果病害无损检测研究。寒富苹果的主要病害有炭疽病、苦痘病、黑腐病和褐斑病害。为选择较少的有效波长而利于在线快速检测,首先采集高光谱苹果图像,分割出感兴趣区域并提取光谱信息,然后采用连续投影算法(successive projections algorithm,SPA)从全波长(500~970 nm)中提取了10个特征波长SPA1(502、573、589、655、681、727、867、904、942 nm和967 nm),再对这10个特征波长采用连续投影算法提取3个特征波长SPA2(681、867 nm和942 nm)。最后利用全波长光谱信息、SPA1提取的10个特征波长的光谱信息和SPA2提取的3个特征波长的光谱信息作为输入矢量采用线性判别分析、支持向量机和BP人工神经网络(BP artificial neural network,BPANN)模型进行苹果病害的检测。通过对检测结果分析,最终选择SPA2-BPANN为最佳检测方法,训练集检测率达100%,验证集检测率达100%。结果表明,高光谱成像技术可以有效对苹果病害进行检测,所获得的特征波长可为开发多光谱成像的苹果品质检测和分级系统提供参考。

关 键 词：高光谱成像 连续投影法  BP人工神经网络 苹果病害 无损检测

分 类 号：S436.611] TP391.4]