高光谱图像感兴趣区域对苹果糖度模型的影响
郭志明1
黄文倩2
彭彦昆3
王秀2
李江波2
1.中国农业大学工学院,北京100083;国家农业信息化工程技术研究中心,北京1000972.国家农业信息化工程技术研究中心,北京1000973.中国农业大学工学院,北京100083
摘要：高光谱图像技术作为一种强有力的新兴技术,已应用于食品农产品品质与安全检测研究,然而高光谱图像中感兴趣区域形状大小的选择直接影响着检测的精度和稳定性.首先采集苹果330～1100 nm的高光谱图像,分别提取不同大小的圆形感兴趣区域和方形感兴趣区域的平均光谱,经光谱预处理以消除噪声及无关信息的影响,然后采用偏最小二乘法分别建立苹果的糖度定量分析模型,并以独立样本的预测集进行验证,分析感兴趣区域形状大小对高光谱图像建模精度的影响.结果表明,提取直径为150像素的圆形感兴趣区域建立的苹果糖度模型精度最高,预测能力最强,校正集相关系数Rc为0.9305,校正均方根误差RMSEC为0.4331,预测集相关系数Ro为0.9232,预测均方根误差RMSEP为0.4568.研究表明,针对研究对象选择合适形状和大小的感兴趣区域,对提高模型精度、发挥高光谱图像的技术优势具有重要意义.
关键词：高光谱成像技术感兴趣区域偏最小二乘法苹果糖度
资助基金：国家自然科学基金(31301236)北京市农林科学院科技创新基金(CXJJ201314)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息