基于高光谱图像的贝类重金属污染快速无损检测方法研究

作者：熊建芳; 乔付; 刘忠艳; 刘瑶; 郝博麟; 姜薇; 许乐乐; 卢利琼

来源：环境工程, 2022, 40(10): 141-149.

DOI：10.13205/j.hjgc.202210019

• 重金属
• 菲律宾蛤仔
• 高光谱
• SVM
• LDA-SVM

基于高光谱图像技术和机器学习算法，提出了一种对重金属污染蛤仔进行快速无损检测的新方法。该方法分为3步：采集蛤仔样本高光谱图像并使用3种方法进行预处理；采用线性判别分析(linear discriminant analysis, LDA)对高光谱数据降维；应用支持向量机(support vector machine, SVM)实现重金属污染蛤仔分类检测。对于以单类重金属污染样本和健康样本为样本集的二分类检测，LDA-SVM模型检测重金属污染样本的准确率可达到99.33%以上。对于以Cd、Cu、Pb、Zn 4类重金属污染样本和健康样本为样本集的五分类检测，检测准确率可达到93.33%。结果表明：LDA-SVM模型能够实现对蛤仔重金属污染快速无损检测，且该模型性能基本不受预处理方法和模型参数的影响，鲁棒性强。

• 单位
  岭南师范学院