科研之友
微信
新浪微博
Facebook
分享链接
摘要
我国南方丘陵山区大面积种植油茶果，而目前油茶果的采摘期主要根据节气和经验来判断，过早和过晚采摘油茶果皆会带来经济损失。旨在探索高光谱成像技术准确鉴别油茶果成熟度的可行性，应用波段范围为400～1 000 nm的高光谱成像(HSI)系统采集了不同成熟度油茶果共480个样本的高光谱数据。基于SNV、 SNV-detrend、 SG、一阶导和二阶导5种不同预处理建立PLS-DA和PSO-SVM判别模型。选择最优预处理数据进行特征波长筛选，发现相比于SPA, CARS筛选特征波长建立的简化模型性能更优，CARS-PLS-DA和CARS-PSO-SVM模型预测集分类准确率为92.5%和89.2%, Kappa系数均超过0.86。采用颜色矩的方法提取高光谱图像中颜色特征值结合特征波长建立PLS-DA和PSO-SVM组合模型，发现仍是经CARS筛选特征波长建立的模型性能最优，其中CARS+颜色-PLS-DA和CARS+颜色-PSO-SVM模型预测集分类准确率分别为94.2%和93.3%。特征波长融合颜色特征值的组合建模比单一特征波长建模分类效果好，预测集分类准确率分别提高了1.7%和4.1%。CARS+颜色-PLS-DA模型显示出最佳预测性能，其Kappa系数为0.923 1。研究表明利用高光谱成像技术结合化学计量学方法可用于油茶果成熟度检测，为实现快速、无损、准确鉴别油茶果成熟度提供了科学依据。
- 出版日期2023
- 单位电子工程学院; 南京林业大学
