使用高光谱反射成像评估柑橘溃疡病变大小

在运往欧盟等选择性国际市场前,需要有效的措施来去除柑橘中的溃疡果。本研究的目的是使用高光谱图像来确定溃疡病变的检测尺寸限。先前开发了基于近红外-可见光波的多光谱算法来将溃疡柑橘果实从其他果实中(正常的、腻斑病、虫害、黑病变、痂和风疤)分割出来,然而,这项工作没有考虑到损伤的尺寸。本研究选用带有一个基于阈值的简单分类器的、使最大总体分类精度达到95.7%双波段比值(834 nm和729 nm反射波长的比率)的方法来估计病变大小。检测到的最小的溃疡病变尺寸的当量直径是1.66 mm。观察了阈值的变化和侵蚀环的数量对最小可检测损伤评估的影响(多次运用形态学腐蚀图像),发现最小阈值获得了更好的溃疡分类精度,但总体分类精度较低。同时,阈值越高,趋势相反。1.275阈值在溃疡分类精度、总体分类精度和最小损伤尺寸检测三个方面获得了最优权重。增加侵蚀环的数量减少了小溃疡病变的检出率,因此可以得出结论,一个侵蚀环给能够获得最好的大小估计结果。试验过程中应用的侵蚀内核尺寸为3 mm×3 mm。

透射和反射高光谱成像的马铃薯损伤检测比较研究

针对马铃薯损伤部位随机放置会影响检测精度的问题,提出从正对相机、背对相机及侧对相机三个方向,应用透射和反射高光谱成像技术采集马铃薯图像,进行透射和反射高光谱成像的马铃薯损伤检测比较研究。对透射和反射高光谱图像进行独立成分(IC)分析和特征提取,利用所得特征对反射图像进行二次IC分析,对透射和反射光谱进行变量选择,最终分别建立基于反射图像、反射光谱、透射光谱的马铃薯损伤定性识别模型;对识别准确率高的模型做进一步优化,采用子窗口排列分析(SPA)算法对透射光谱的特征做二次选择得到3个光谱变量,并建立任意放置的马铃薯损伤识别最优模型。试验结果表明,基于反射图像、反射光谱建立的模型识别准确率较低,其中基于反射图像的马铃薯碰伤,侧对相机识别准确率最低为43.10%;基于透射光谱信息建立的模型识别准确率较高,损伤部位正对、背对相机的识别准确率均为100%,侧对相机为99.53%;马铃薯损伤识别最优模型对任意放置的损伤识别准确率为97.39%。应用透射高光谱成像技术可以检测任意放置方向下的马铃薯损伤,该研究可为马铃薯综合品质的在线检测提供技术支持。