-
题名基于高光谱成像的苹果病害无损检测方法
被引量：12
- 1
-
-
作者
刘思伽
田有文
冯迪
张芳
崔博
-
机构
沈阳农业大学信息与电气工程学院
-
出处
《沈阳农业大学学报》
CAS
CSCD
北大核心
2016年第5期634-640,共7页
-
基金
辽宁省大型仪器设备共享服务项目(LNDY201501003)
-
文摘
苹果果实易发生病害,传统的苹果病害的检测不适应苹果分级在线检测的要求。为了实现病害苹果快速、有效的在线检测,采用高光谱成像技术对寒富苹果的炭疽病、苦痘病、黑腐病和褐斑病的病害果进行无损检测研究。根据正常区域与病害区域光谱相对反射率差异,提出改进流形距离方法。综合计算病害与正常区域,病害与果梗/花萼区域,正常与果梗/花萼区域的光谱相对反射率的总改进流行距离L值,从而从全波段中选择了3个特征波段,分别为700,765,904nm。对700nm特征波段下的图像进行阈值分割,以此获得掩膜图像,并对掩膜后的图像二次阈值分割提取感兴趣区域。将3个特征波段下对应的光谱相对反射率分别组合,作为BP神经网络的输入矢量,检测苹果是否为病害果。结果表明:选择700nm与904nm波段下的光谱相对反射率为最佳组合,病害果的检测率达96.25%。说明高光谱成像技术所获得的2个特征波段可以有效对苹果病害进行检测,为开发多光谱成像的苹果品质在线检测和分级系统提供参考。
-
关键词
改进流形距离
苹果病害
高光谱成像
无损检测
BP神经网络
-
Keywords
improved manifold distance
apple diseases
hyperspectral imaging
nondestructive detection
back propagation neural network
-
分类号
S436.611
[农业科学—农业昆虫与害虫防治]
TP391.4
[农业科学—植物保护]
-
-
题名基于改进流形距离的粗糙集k-means聚类算法
被引量：4
- 2
-
-
作者
欧慧
夏卓群
武志伟
-
机构
长沙理工大学计算机与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第14期84-89,共6页
-
基金
湖南省自然科学基金(No.14JJ7043)
湖南省教育厅资助重点项目(No.14A004)
-
文摘
针对现有的基于流形距离的聚类算法对"绝对流形"数据集较"相对流形"数据集聚类效果佳和参数ρ在较大范围内变化时,聚类性能较差等问题,提出基于改进流形距离的粗糙集k-means聚类算法。该算法通过用属性划分和最大最小距离选择初始聚类中心,以改进的流形距离和粗糙集优化k-means,并结合终止判断条件以达到解决边界数据聚类问题和提升聚类效果的目的。仿真结果表明:该算法对"绝对流形"和"相对流形"数据集聚类效果均有较好改善,且参数变化对聚类性能影响较大。
-
关键词
K-MEANS算法
最大最小距离
改进流形距离
粗糙集
适应度函数
-
Keywords
k-means algorithm
max-min distance
improved manifold distance
rough set
criterion function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
