基于高光谱成像技术的鲜烟叶叶位识别方法
李粉粉1
王爱霞2
赵晨2
白涛3
毛岚3
张豹林3
李生栋3
宋朝鹏1
王涛4
1.河南农业大学 烟草学院,河南 郑州 4500022.河南中烟工业有限责任公司,河南 郑州 4500163.云南省烟草公司曲靖市公司,云南 曲靖 6550004.河南农业大学 烟草学院,河南 郑州 450002;云南省烟草公司曲靖市公司,云南 曲靖 655000
摘要：为实现鲜烟叶叶位的快速无损识别,以不同着生部位烟叶为研究对象,应用高光谱成像技术,构建基于特征光谱的鲜烟叶叶位判别模型.首先,利用标准正态变换(SNV)、二阶导数(2ND)、Savitzky-Golay卷积平滑(SG)和多元散射校正(MSC)4种光谱预处理方法对烟叶原始高光谱数据进行处理,然后采用预处理后的全波段光谱数据和特征波段光谱数据,构建基于支持向量机(SVM)、偏最小二乘判别分析(PLS-DA)和反向传播神经网络(BPNN)的鲜烟叶叶位识别模型.结果表明:采用SG滤波预处理和BPNN所构建的模型识别效果最好,训练集和预测集的预测准确率分别为91.15%和90.63%.此外,利用竞争性自适应重加权算法(CARS)所筛选的特征波长所建立的BPNN模型最优,训练集和预测集的预测准确率达到了93.23%和92.19%.表明利用高光谱成像技术判别鲜烟叶所属部位是可行的,可以实现鲜烟叶所属部位快速、无损检测.
关键词：烟叶叶位无损识别高光谱成像光谱特征
分类号：S126(农业物理学)S572(农作物)
资助基金：中国烟草总公司科技重点研发项目(110202102007)中国烟草总公司云南省公司资助项目(2021530000241036)
论文发表日期：2024-02-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 144-151 )
英文信息