文献类型：期刊文章

作　　者：林思寒[1] 黎静[1,2] 薛龙[1,2] 刘木华[1,2] 陈金印[2] 陈明[2] 张一帆[1]

LIN Si-han;LI Jing;XUE Long;LIU Mu-hua;CHEN Jin-yin;CHEN Ming;ZHANG Yi-fan(College of Engineering,Jiangxi Agricultural University,Jiangxi Key Laboratory of Modern Agricultural Equipment,Nanchang 330045,China;Collaborative Innovation Center of Postharvest Key Technology and Quality Safety of Fruits and Vegetables in Jiangxi Province,Nanchang 330045,China)

机构地区：[1]江西农业大学工学院/江西省现代农业装备重点实验室,江西南昌330045 [2]江西省果蔬采后处理关键技术与质量安全协同创新中心,江西南昌330045

出　　处：《江西农业大学学报》

基　　金：江西省优势科技创新团队建设计划项目(20171BCB24006);江西省果蔬采后处理关键技术及质量安全协同创新中心项目(JXGS-05)~~

年　　份：2018

卷　　号：40

期　　号：4

起止页码：835-842

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、PROQUEST、RCCSE、WOS、ZGKJHX、ZR、核心刊

摘　　要：以翠冠梨表面的机械碰压损伤为研究对象,分别采集良好样本和机械损伤后1~7 d、11 d和14 d的翠冠梨的高光谱图像,并提取其表面损伤区域的光谱信息,光谱范围为500~900 nm。采用中心化方法对采集的光谱进行光谱预处理,分别通过竞争性自适应重加权算法和连续投影算法提取特征波长,利用线性判别式分析结合通过偏最小二乘法确定的最优主成分个数分别建立全谱和特征波长检测模型,识别翠冠梨碰压伤。通过检测结果分析,基于全谱检测模型和选定的特征波长检测模型,其完好果和机械碰压果的识别率均在90%以上,最优可达97.78%,说明选定的特征波长可有效的代表全谱关键信息。研究结果表明,高光谱成像技术可应用于翠冠梨外观品质的检测,为翠冠梨品质高光谱在线检测系统提供理论基础。

关 键 词：高光谱成像 无损检测 翠冠梨 线性判别式分析  

分 类 号：S661.2] O657.3]