目的 使用高光谱成像技术实现对芒果轻微损伤的无损识别。 方法 在可见光-近红外波长范围内采集完好芒果和损伤芒果的高光谱图像, 并提取相应的感兴趣区域(regions of interest, ROI)获得样本高光谱数据。经过多种预处理方法比较, 选择光谱预处理方法。使用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)分别对预处理后的光谱提取特征波长, 并分别建立了多元线型回归(multiple linear regression, MLR)模型和偏最小二乘回归(partial least squares regression, PLSR)模型。 结果 选择多元散射校正(multiplicative scatter correction, MSC)作为光谱预处理方法。针对芒果轻微损伤识别, CARS-MLR 模型识别效果最好, 其校正集相关系数为 0.881, 预测集相关系数为 0.821, 校正集均方根误差(calibration set root mean square error, RMSEC)为 0.146, 预测集均方根误差(prediction set root mean square error, RMSEP)为 0.236, 准确率为 97.14%。结论 利用高光谱成像技术可以实现对芒果表面轻微损伤进行有效鉴别。
李威 , 黄云峰 , 代作晓 * , 戴元丰 , 王晓辉 .基于高光谱成像技术无损检测芒果轻微损伤[J].科研仪器案例成果数据库,2024,(0).
