0
关键词：
菜用大豆,茚虫威,残留消解动态,安全使用技术
发表时间：
2012-06-21 09:45:39
基于小波包和偏最小二乘支持向量机的多光谱纹理图像的大米分类研究
孙志辉 | -> | 776| 1| 0.4436MB |多光谱成像仪,大米,纹理特征,小波包,支持向量机
摘 要 提出了一种利用多光谱图像纹理特征进行大米分类的新方法。图像由MS310023CCD 光谱成像仪获得, 光谱成像仪提供3 个波段的图像, 由近红外(NIR) 、红色(R) 和绿色( G) 组成, 因此它能够获取普通数码照相机所不能获取的信息。对3CCD 近红外波段图像进行二层小波包分解, 得到16 个子频带, 因为纹理图像的特征信息主要集中在中频, 因此提取8 个中频频带(带通频带) 的熵值, 并且作为支持向量机的特征值输入。最后应用支持向量机技术分别对有和没有经过小波包分解的NIR 波段纹理图像的熵值进行建模, 建模样本和预测模型各为80 个, 每种各为20 个。对四种大米进行处理, 结果表明, 经过小波包分解的纹理图像的识别率达到了100 % , 而没有经过小波包分解的纹理图像的识别率只有93175 % , 说明结合小波包和支持向量机进行多光谱图像的纹理识别是种非常有效的技术, 同时也为大米的分类提供一种快速和无损的新方法。
大米是当今全世界最重要的粮食作物之一, 在我国, 有3100 万人每年消耗掉2001 5 吨大米[1 ] 。因此, 如何对大米更好地加工处理是当今一项相当重要的任务, 对大米的等级、种类自动识别是进行更快、更准确的加工处理的前提条件。现在, 已经有很多科研工作者对大米进行了研究工作, 如对计算机视觉技术在大米的轮廓检测上的应用[2 ] 、基于计算机视觉的大米外观品质监测[3 ] , 大米加工精度的图象识别方法[4 ]等, 然而, 这些研究主要是针对大米颜色和形状。在图
像处理中, 除了颜色和轮廓特征外, 纹理也是图像中一个很重要的特征[5 ,6 ] , 而不同的纹理可以属于不同的尺度, 近些年来兴起的小波尤其是技术, 不仅具有时频的局部化能力,同时还可以自适应变化时频域的窗口宽度, 能自适应地处理不同尺度不同层次的纹理信息[7 ,8 ] 。在分类器中, 支持向量机( support vector machine , SVM) 被认为是小样本学习中很好的一种机器学习方法, 已在许多模式识别中得到广泛的应用[9 ,10 ] 。
3CCD 光谱成像仪的图像不仅拥有普通图像的信息, 而且还包含着肉眼不可见的近红外信息[13 ,14 ] 。近红外光谱分析技术是指利用近红外谱区包含的物质信息, 根据这些物质信息光谱反射率与物体化学物理特性之间的相关性, 然后进行识别、预测成分的一种快速、非破坏性的分析方法[15-17 ] , 它主要用于有机物物质定性和定量分析[11 ,12 ] 。
像处理中, 除了颜色和轮廓特征外, 纹理也是图像中一个很重要的特征[5 ,6 ] , 而不同的纹理可以属于不同的尺度, 近些年来兴起的小波尤其是技术, 不仅具有时频的局部化能力,同时还可以自适应变化时频域的窗口宽度, 能自适应地处理不同尺度不同层次的纹理信息[7 ,8 ] 。在分类器中, 支持向量机( support vector machine , SVM) 被认为是小样本学习中很好的一种机器学习方法, 已在许多模式识别中得到广泛的应用[9 ,10 ] 。
3CCD 光谱成像仪的图像不仅拥有普通图像的信息, 而且还包含着肉眼不可见的近红外信息[13 ,14 ] 。近红外光谱分析技术是指利用近红外谱区包含的物质信息, 根据这些物质信息光谱反射率与物体化学物理特性之间的相关性, 然后进行识别、预测成分的一种快速、非破坏性的分析方法[15-17 ] , 它主要用于有机物物质定性和定量分析[11 ,12 ] 。
孙志辉发布的其他共享资料
-
-
关键词： 抑制性谷氨酸受体通道,生理功能,分子特性,药理性质,杀虫剂 发表时间： 2012-06-21 09:43:55
-
关键词： 乙酰水杨酸,杀菌剂,藕合物,生物活性 发表时间： 2012-06-21 09:31:28
-
关键词： 温度与发射率分离,中红外,相关性,高光谱,遥感 发表时间： 2011-11-30 09:34:40
-
关键词： 多光谱成像仪,大米,纹理特征,小波包,支持向量机 发表时间： 2011-11-30 09:32:58
-
关键词： 有机电致发光器件,白色发光,BPhAN掺杂体系,光谱特性,能量转移,载流子陷阱 发表时间： 2011-11-30 09:31:25