基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究.docx

基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究摘要：提出了利用可见-近红外光谱技术和多光谱成像技术检测鸭梨损伤随时间及程度变化的新方法.利用可见-近红外光谱技术,分别结合偏最小二乘(panialleastsquares,PLS)和最小二乘支持向量机(leastsquares-supportvectormachine,LS-SVM)方法对鸭梨受损程度和受损天数进行预测.结果表明,两种方法在鸭梨损伤后期对损伤程度的判别均具有较好的.效果;LS-SVM方法对鸭梨轻度损伤的损伤天数的预测精度较高,但重度损伤天数的预测效果不如PLS方法.然后利用多光谱图像预测鸭梨受损天数.研究发现,利用LS-SVM建立的模型预测效果较稳定,预测结果相关系数均在0.85左右.说明利用可见-近红外光谱分析技术和多光谱成像技术能够快速无损地检测出鸭梨的损伤程度及时间,为鸭梨检测提供了一种新方法.作者：曹芳[1]  吴迪[1]  郑金土[2]  鲍一丹[1]  王遵义[3]  何勇[1]Author：CAOFang[1]  WUDi[1]  ZHENGJin-tu[2]  BAOYi-dan[1]  WANGZun-yi[3]  HEYong[1]作者单位：浙江大学生物系统工程与食品科学学院,浙江,杭州,310029浙江省宁波市林特科技推广中心,浙江,宁波,315010浙江万里学院科研处,浙江,宁波,315100期刊：光谱学与光谱分析 ISTICEISCIPKUJournal：SPECTROSCOPYANDSPECTRALANALYSIS年，卷(期)：2011, 31(4)分类号：S123关键词：可见-近红外光谱  多光谱成像  鸭梨  最小二乘支持向量机  偏最小二乘法  机标分类号：D69D9机标关键词：近红外光谱技术    多光谱成像技术    损伤程度    检测研究    MultispectralImage    InfraredSpectroscopy    Based    鸭梨    leastsquares    预测效果    新方法    最小二乘支持向量机    近红外光谱分析技术    LS-SVM    偏最小二乘    重度损伤    预测精度    预测结果    相关系数    图像预测基金项目：农业部公益性行业专项项目，浙江省重大科技专项项目，浙江省自然科学基金重点项目，宁波市重人科技攻关项目，宁波市农业攻关-合作项目基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究[期刊论文]  光谱学与光谱分析--2011, 31(4)曹芳  吴迪  郑金土  鲍一丹  王遵义  何勇提出了利用可见-近红外光谱技术和多光谱成像技术检测鸭梨损伤随时间及程度变化的新方法.利用可见-近红外光谱技术,分别结合偏最小二乘(panialleastsquares,PLS)和最小二乘支持向量机(leastsquares-supportvectorm...