收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱图像技术的水果品质检测的若干问题研究

赵桂林  
【摘要】:研究快速、高效、精确的水果品质检测技术对推动水果产业的健康、持续发展,提高我国水果产业在国际市场上的竞争力,具有十分重要的意义。高光谱图像技术结合了光谱技术和图像技术的优点,能够很好的检测水果内外部品质。然而,高光谱图像的“维数灾难”以及波段间的强相关性会对结果产生一定的影响。降维的主要目的是如何能够既有效降低特征空间的维数,同时又要尽可能多的保留原始数据所包含的信息,从而减少检测时间、提高效率,进而设计出保证实时性的检测系统。数据降维可通过特征选择和特征提取来实现,在高光谱数据处理中则对应特征波段选择和特征提取,是近几年模式识别领域中一个非常活跃的研究热点。 本文对基于高光谱图像技术的水果品质检测的降维算法进行了深入的研究,完成的主要内容如下: 1.利用粗糙集理论(Rough Set, RS),结合水果的光谱机理特征,研究适合于水果内部品质表述的高光谱特征波段选择问题。邻域粗糙集(Neighborhood Rough Sets, NRS)模型不但能直接处理数值型属性,而且在选择的特征数量和分类精度方面都具有较大的优势。 2.研究了基于流形学习算法的高光谱特征提取问题。局部线性嵌入(Local linear Embedded, LLE)是流形学习算法的一个典型代表,它试图保持数据的局部几何特征,就本质上说,它是将流形上的近邻点映射到低维空间的近邻点。结合LLE和支持向量机(Support Vector Machine, SVM),仿真结果达到了令人满意的效果。 3.进一步研究了基于有监督流形学习算法的高光谱特征提取问题。有监督流形学习算法相对于无监督算法,加入了样本的类别信息,能够在保留流形某些结构的同时,进一步分离不同类别的信息。本文介绍了有监督局部线性嵌入(Supervised Local linear Embedded, SLLE)和有监督等距映射(Supervised Isometric Feature Mapping, S-Isomap)两种不同的监督流形学习算法,并结合SVM对降维后的数据进行分类。仿真结果表明有监督流形学习算法能够很好的提高分类准确率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 倪国强;沈渊婷;徐大琦;;一种基于小波PCA的高光谱图像特征提取新方法[J];北京理工大学学报;2007年07期
2 高恒振;万建伟;朱珍珍;王力宝;粘永健;;基于波段子集特征提取的最小二乘支持向量机高光谱图像分类技术[J];光谱学与光谱分析;2011年05期
3 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
4 田野;赵春晖;季亚新;;主成分分析在高光谱遥感图像降维中的应用[J];哈尔滨师范大学自然科学学报;2007年05期
5 李杰;赵春晖;梅锋;;利用背景残差数据检测高光谱图像异常[J];红外与毫米波学报;2010年02期
6 王秀朋;张洪才;赵永强;贺霖;;基于投影寻踪的高光谱图像特征融合算法[J];计算机测量与控制;2006年11期
7 邹强;冯静;王宇;;基于加窗光谱积分的高光谱遥感图像特征提取[J];信息化纵横;2009年15期
8 顾聚兴;;遥感图像和信号的处理IX[J];红外;2005年12期
9 杨诸胜;郭雷;罗欣;胡新韬;;一种基于主成分分析的高光谱图像波段选择算法[J];微电子学与计算机;2006年12期
10 陶秋香;;植被高光谱遥感分类方法研究[J];山东科技大学学报(自然科学版);2007年05期
11 苏令华;衣同胜;万建伟;;基于独立分量分析的高光谱图像压缩[J];光子学报;2008年05期
12 洪伟;王素玉;卓力;;成像光谱图像分类技术研究进展[J];测控技术;2009年05期
13 赵春晖;宋晓玥;;基于二维主成分分析的高光谱遥感图像降维[J];黑龙江大学自然科学学报;2009年05期
14 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
15 吴学明;杨武年;李灿平;;2DPCA在遥感图像压缩中的应用[J];物探化探计算技术;2008年04期
16 高恒振;万建伟;粘永健;王力宝;徐湛;;组合核函数支持向量机高光谱图像融合分类[J];光学精密工程;2011年04期
17 何光林;彭林科;;基于FPGA的高光谱图像奇异值分解降维技术[J];中国激光;2009年11期
18 苏令华;杨俊岭;万建伟;;矢量量化高光谱数据压缩性能评估[J];计算机工程与科学;2007年09期
19 苏令华;万建伟;;高光谱图像压缩质量评价技术研究进展[J];中国图象图形学报;2008年08期
20 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
中国重要会议论文全文数据库 前10条
1 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
2 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 钱小聪;郑宝玉;穆明鑫;;神经网络联机手写签名验证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
4 张羽;汪源源;王威琪;余建国;林继耕;;狭窄血管多普勒信号特征提取的实验研究[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
5 柳林霞;陈杰;窦丽华;;不变矩理论及其在目标识别中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
6 杨日杰;施建礼;林洪文;;一种雷达视频回波特征提取方法研究[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
7 代克杰;张红梅;盛赛斌;;基于BP网络的故障特征提取方法研究[A];2004中国控制与决策学术年会论文集[C];2004年
8 何新;史迎春;周献中;;一种基于独立分量分析的音频分类方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
9 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
10 范海宁;郭英;吴剑锋;陈志武;;基于小波包分解的声信号特征提取方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 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
2 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
3 林娜;高光谱遥感岩矿特征提取与分类方法研究[D];成都理工大学;2011年
4 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
5 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
6 张立福;通用光谱模式分解算法及植被指数的建立[D];武汉大学;2005年
7 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
8 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
9 宋晴;基于液滴分析技术和液滴指纹图的液体识别方法的研究[D];天津大学;2005年
10 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 汪泊锦;基于高光谱散射图像的苹果粉质化特征提取与分类[D];江南大学;2012年
2 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
3 曾红梅;情绪图片视觉诱发EEG特征提取与分析[D];天津大学;2012年
4 雷自力;基于Pro/E的三维零件参数化建模和特征提取研究[D];华中科技大学;2011年
5 林少波;中文文本分类特征提取方法的研究与实现[D];重庆大学;2011年
6 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
7 黄健;履带式车辆微多普勒效应与特征提取[D];国防科学技术大学;2009年
8 赵蕾蕾;基于词和基本短语模式的特征提取方法[D];河北大学;2009年
9 栾岚;基于机理模型判据的图像中微弱特征提取方法研究及应用[D];东北大学;2009年
10 王菲;面向肺部CAD的特征提取、选择及分类方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
2 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
3 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
4 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
5 上海 高博;让电脑“听懂”人话[N];电脑报;2008年
6 记者 何腾江 通讯员 周汇成;验钞新技术通过鉴定[N];中山日报;2008年
7 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
8 本报记者 刘洪宇;当机器听懂了我们的声音[N];辽宁日报;2008年
9 张红菊;农田:安装“听诊器”[N];科技日报;2004年
10 林木树;反垃圾邮件有待新突破[N];人民邮电;2004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
  • 010-62982499
  • 010-62783978