利用高光谱图像技术评判茶叶的质量等级

作     者：陈全胜 赵杰文 蔡健荣 Vittayapadung Saritporn Chen Quansheng;Zhao Jiewen;Cai Jianrong;Vittayapadung Saritporn

作者机构：江苏大学食品与生物工程学院江苏镇江212013 

基　　金：国家863计划(2006AA10Z263) 江苏省自然基金重点资助项目(BK2006707-1)资助课题 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2008年第28卷第4期

页      码：669-674页

摘      要：针对茶叶品质无损检测时内外品质难以同时兼顾的问题,利用高光谱图像技术检测茶叶质量。设计一套基于光谱仪的高光谱图像系统采集数据;通过主成分分析,从海量数据中优选出三个波长段的特征图像;从每个特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性和熵等6个基于统计矩的纹理特征参量,每个样本共有18个特征变量;再通过主成分分析对这18个特征变量进行压缩,提取8个主成分因子建立基于反向传播神经网络的茶叶等级判别模型。模型训练时的总体回判识别率为97%;预测时总体识别率为94%。结果表明,高光谱图像技术可以用于茶叶质量等级水平的评判。

主 题 词：图像处理 高光谱图像 主成分分析 反向传播神经网络 茶叶 评判 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3788/aos20082804.0669

馆 藏 号：203563422...