收藏本站
《江南大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱散射图像的苹果内部品质预测建模

王爽  
【摘要】:随着人们生活水平的日益提高,如何快速简单又无损坏的检测农产品的内部品质已成为一个新的科学研究领域。高光谱散射图像技术集合了光谱技术和图像技术的优点,是农产品内部品质无损检测的一个很有价值的研究方向,但是高光谱散射图像中存在的大量冗余波段信息严重影响了无损检测的性能和效率。对高光谱散射图像的波段进行最优选择,是提高检测效率和检测精度的根本途径。本文的研究重点就是如何选择出苹果样本的高光谱散射图像中的最优波段,并利用这些最优波段建立出苹果硬度和糖度等内部品质的最佳预测模型,为最终实现农产品的高光谱图像实时在线无损检测提供技术参考,完成的主要内容如下: 1.采用无信息变量消除和偏最小二乘投影分析结合的方法进行苹果高光谱散射图像最优波段选择,利用优选出的波段信息建立的苹果内部品质预测模型与未经波段选择时的性能参数相比有所提高。结果表明,该方法能有效消除高光谱散射图像的冗余信息,且不存在遗传算法中的参量选择随机性的问题。 2.研究了近邻传播聚类算法在高光谱图像波段选择中的应用。将该算法结合本课题的实际背景做了初步的改进,并在此基础上提出了一个基于BP神经网络的数据融合模型。该数据融合模型消除了单一波段选择算法建立预测模型的局限性,将不同的波段选择算法的优点结合在了一起,同时削弱了各个算法的缺点,最终得到了比较理想的预测模型。 3.进一步研究了近邻传播聚类算法在本课题中的应用。针对传统近邻传播算法在高维空间中性能不稳定的问题,本文采用了一个更加适合于表达高维数据空间相似性度量的函数,并引入了新的半监督策略对其调整,将这一新的半监督近邻传播聚类算法应用于苹果样本的高光谱散射图像最优波段选择中。仿真结果表明,苹果样本硬度和糖度两者的预测模型性能都得到了较为理想的提高。该方法为实现农产品的高光谱图像实时在线无损检测提供了新的技术支持。
【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 杨诸胜;郭雷;罗欣;胡新韬;;基于分段主成分分析的高光谱图像波段选择算法研究[J];测绘工程;2006年03期
2 何元磊;刘代志;易世华;黄世奇;;面向目标探测的高光谱图像层次聚类波段选择[J];仪器仪表学报;2011年04期
3 赵冬;赵光恒;;基于改进遗传算法的高光谱图像波段选择[J];中国科学院研究生院学报;2009年06期
4 张培强,柴焱,张晓玲,沈兰荪;基于波段分组的3D-SPIHT高光谱图像无损压缩算法[J];中国图象图形学报;2005年04期
5 杨龙;易宏杰;李因彦;;遥感高光谱图像赤潮识别[J];传感器世界;2007年05期
6 陈雨时;王晓飞;张晔;;基于特征变换的高光谱图像压缩快速矢量量化算法(英文)[J];黑龙江大学自然科学学报;2008年03期
7 粘永健;王展;万建伟;辛勤;;面向异常检测的高光谱图像压缩技术[J];国防科技大学学报;2009年03期
8 王祥涛;冯燕;陈武;;基于改进独立分量分析的高光谱数据分类研究[J];计算机仿真;2009年11期
9 吴传庆,童庆禧,郑兰芬;基于小波变换的高光谱图像消噪[J];遥感信息;2005年04期
10 孙蕾;罗建书;;基于多波段谱间预测的高光谱图像无损压缩算法[J];电子与信息学报;2007年12期
中国重要会议论文全文数据库 前10条
1 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
2 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
5 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 刘超;何元磊;黄世奇;刘志刚;王长海;;一种新的高光谱图像有监督特征提取方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
7 张霞;温健婷;黄长平;李庆亭;;土壤铅含量高光谱遥感反演中波段选择方法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
8 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
9 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
10 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
中国重要报纸全文数据库 前9条
1 贾亮;酷暑的音乐椿冰[N];中国计算机报;2004年
2 黑龙江·王秀军;数调收音机精品——德劲DE101[N];电子报;2002年
3 湖南 刘绵珠;彩电“旅馆”、“童锁”状态或开机呈AV状态的解除[N];电子报;2004年
4 张红菊;农田:安装“听诊器”[N];科技日报;2004年
5 张向冰 李青滨;我国海洋遥感发展突飞猛进[N];中国海洋报;2003年
6 罗杰;未来的欧洲战略通信市场[N];中国航空报;2006年
7 湖南商学院 刘宏祥 徐让肾;用单片机控制黑白电视机选台[N];电子报;2004年
8 本报记者 瞿剑;地下煤火:“静悄悄”的灾害怎样应对?[N];科技日报;2009年
9 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
中国博士学位论文全文数据库 前10条
1 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
2 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
3 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
4 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
5 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
6 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
7 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
8 赵芸;基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究[D];浙江大学;2013年
9 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
10 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 杨三美;基于克隆选择算法的高光谱图像波段选择[D];华中科技大学;2011年
2 臧影;高光谱溢油图像波段选择在油膜厚度估算中的应用[D];大连海事大学;2010年
3 王爽;基于高光谱散射图像的苹果内部品质预测建模[D];江南大学;2012年
4 张倩;改进的自适应波段选择算法研究及应用[D];大连海事大学;2012年
5 赵桂林;基于高光谱图像技术的水果品质检测的若干问题研究[D];江南大学;2011年
6 缪丽娟;毛竹专题信息高光谱特征指数反演技术研究[D];福建农林大学;2011年
7 杨诸胜;高光谱图像降维及分割研究[D];西北工业大学;2006年
8 杨倩倩;高光谱溢油图像特征提取在油种识别中的应用[D];大连海事大学;2010年
9 马一薇;高光谱遥感图像融合技术与质量评价方法研究[D];解放军信息工程大学;2010年
10 陈思;基于高光谱图像技术的水蜜桃表面缺陷检测方法研究[D];浙江大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026