基于邻的域粗糙集和高光谱散射图像的苹果粉质化检测.pdf

２０１１年 １０月 农 业 机 械 学 报 第 ４２卷 第 １０期 基于邻域粗糙集和高光谱散射图像的苹果粉质化检测 朱启兵　黄　敏　赵桂林 （江南大学轻工过程先进控制教育部重点实验室，无锡 ２１４１２２） 　　【摘要】　研究了基于邻域粗糙集理论的高光谱散射图像苹果粉质化无损检测方法。以５７６幅波长范围为 ６００～１０００ｎｍ的苹果高光谱数据为研究对象，利用邻域粗糙集模型对 ８１个原始波段进行选择，从中选择出最优波 长子集；利用支持向量机建立分类模型，随机选择 ５２６个样本作为训练集，其余 ５０个样本作为测试集，重复仿真 １０次验证分类能力。仿真结果表明邻域粗糙集能够得到充分表述粉质化程度的 １４个最优波长，测试模型的平均 精度为７５％，高于全波长模型的７１％和采用主成分分析法的７４％。 关键词：苹果　粉质化　无损检测　邻域粗糙集　高光谱散射图像 中图分类号：Ｏ６５７３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１１）１００１５４０４ ＡｐｐｌｅＭｅａｌｉｎｅｓｓＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＮｅｉｇｈｂｏｒｈｏｏｄ ＲｏｕｇｈＳｅｔａｎｄＨｙｐｅｒｓｐｅｃｔｒａｌＳｃａｔｔｅｒｉｎｇＩｍａｇｅ ＺｈｕＱｉｂｉｎｇ　ＨｕａｎｇＭｉｎ　ＺｈａｏＧｕｉｌｉｎ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌｆｏｒＬｉｇｈｔＩｎｄｕｓｔｒｙ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｄｅｔｅｃｔｉｏｎｏｆａｐｐｌｅｍｅａｌｉｎｅｓｓｗａｓｉｎｖｅｓｔｉｇａｔｅｄｂｙｕｓｉｎｇｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔｔｈｅｏｒｙ ａｎｄｈｙｐｅｒｓｐｅｃｔｒａｌｓｃａｔｔｅｒｉｎｇｉｍａｇｅｔｅｃｈｎｏｌｏｇｙ．Ｓｐｅｃｔｒａｌｓｃａｔｔｅｒｉｎｇｐｒｏｆｉｌｅｓｂｅｔｗｅｅｎ６００ｎｍａｎｄ１０００ｎｍ ｗｅｒｅａｃｑｕｉｒｅｄｂｙｈｙｐｅｒｓｐｅｃｔｒａｌｓｃａｔｔｅｒｉｎｇｉｍａｇｅｓｙｓｔｅｍｆｏｒ５７６ａｐｐｌｅｓａｍｐｌｅｓ．Ｔｈｅｏｐｔｉｍａｌｗａｖｅｌｅｎｇｔｈ ｓｅｔｓｗｅｒｅｃｈｏｓｅｎｆｒｏｍ８１ｒａｗｃｈａｒａｃｔｅｒｉｓｔｉｃａｔｔｒｉｂｕｔｅｓｂｙｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔ．５２６ｓａｍｐｌｅｓｗｅｒｅ ｓｅｌｅｃｔｅｄｒａｎｄｏｍｌｙｆｏｒｃａｌｉｂｒａｔｉｏｎｓｅｔａｎｄ５０ｓａｍｐｌｅｓｗｅｒｅｓｅｌｅｃｔｅｄｆｏｒｖａｌｉｄａｔｉｏｎｓｅｔｔｏｄｅｖｅｌｏｐ ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｕｓｉｎｇｏｐｔｉｍａｌｗａｖｅｌｅｎｇｔｈｓｃｏｕｐｌｅｄｗｉｔｈｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）．Ｓｉｍｕｌａｔｉｏｎ ｗａｓｒｅｐｅａｔｅｄ１０ｔｉｍｅｓｔｏｉｎｖｅｓｔｉｇａｔｅｔｈｅａｂｉｌｉｔｙｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌ．Ｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈｓｅｔｃｏｕｌｄｓｅｌｅｃｔ１４ｏｐｔｉｍａｌｗａｖｅｌｅｎｇｔｈｓｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅｖａｌｉｄａｔｉｏｎｍｏｄｅｌｕｓｉｎｇ１４ｏｐｔｉｍａｌ ｗａｖｅｌｅｎｇｔｈｓｙｉｅｌｄｅｄ ｂｅｔｔｅｒｒｅｓｕｌｔ（ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ７５％） ｔｈａｎ ｔｈｅｆｕｌｌｓｐｅｃｔｒｕｍ ｍｏｄｅｌ （ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ７１％）ａｎｄｔｈｅｐｒｉｎｃｉｐｌｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｌｇｏｒｉｔｈｍ（ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ ７４％）． Ｋｅｙｗｏｒｄｓ　Ａｐｐｌｅ，Ｍｅａｌｉｎｅｓｓ，Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｄｅｔｅｃｔｉｏｎ，Ｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔ，Ｈｙｐｅｒｓｐｅｃｔｒａｌ ｓｃａｔｔｅｒｉ