近红外高光谱大米典型特征提取分类识别

作者:张瀚文; 李野; 江晟*; 邓志吉
来源:吉林大学学报(理学版), 2022, 60(03): 655-663.
DOI:10.13413/j.cnki.jdxblxb.2021328

摘要

针对大米近红外高光谱特征轮廓不清导致有效信息损失与有损化品质检测的问题,提出一种基于掩膜下能量泛函活动轮廓波的大米高光谱典型特征区域提取算法组合模型.该方法对目标样本形态学区域与几何形心点进行高光谱谱段信息对比寻优建模,对4个产地、 3种品质大米进行泛化性可视判别. MATLAB实验结果表明,对不同品质大米典型特征区域的光谱信息进行建模对比,形态学感兴趣区域识别准确率更高,泛化预测集精度为94.84%,优化了近红外高光谱大米典型特征区域择优建模问题,实现了大米快速无损化品质检测.

全文