基于多光谱特征分区的油桃品质分析算法

作     者：王杰 WANG Jie

作者机构：吉林建筑科技学院吉林长春130000 

基　　金：国家自然科学基金青年项目(编号:61703056) 吉林省优秀青年人才基金项目(编号:20190103154JH) 

出 版 物：《食品与机械》 (Food and Machinery)

年 卷 期：2022年第38卷第5期

页      码：133-137页

摘      要：目的:解决基于光谱图像识别技术易受相近类型干扰,致使对被测物的种类与品质识别产生偏差的问题。方法:设计了可见光与近红外光的独立双通道光谱采集系统,通过控制不同特征区域的光谱范围与光谱分辨率,实现对特征波长位置的吸光度快速采集;构建了品质参数,给出了其关于光谱变化与样品质量的函数表达形式;根据测试样品的光谱分布特性,选择合适的特征波长位置,并通过主成分分析给出了种类与品质参数的解算依据。结果:采用CM-25D分光仪和FT-NIR分光仪获取了4种常见的油桃样本的可见与红外光谱,建立了以吸光度值与吸光度比值作为判别因子的最小二乘权值分析法,与传统线性比例分析法进行比较,该算法种类识别率均值为96.7%,归一化品质系数为0.892,识别能力均有所增强。结论:采用双通道光谱采集硬件结构配合基于权值分配的偏最小二乘算法,可以对光谱特征相近的油桃品种进行更好的分类与识别。

主 题 词：光谱图像 多特征 种类识别 偏最小二乘权值分析法 主成分分析 

学科分类：0832[0832] 081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 070302[070302] 0703[理学-化学类] 083203[083203] 

D　O　I：10.13652/j.spjx.1003.5788.2022.90058

馆 藏 号：203111953...