為解決油茶果采摘期判斷不準確可能導(dǎo)致的茶油產(chǎn)量降低問題,應(yīng)用高光譜成像技術(shù)結(jié)合化學(xué)計量法對油茶果成熟度進行定性判別。完成了高光譜圖像的曲率校正,分析不同成熟階段油茶果的光譜特征和理化特征的變化情況。使用4 種不同的分類算法建立基于全波段光譜數(shù)據(jù)的油茶果成熟度判別模型,發(fā)現(xiàn)支持向量機(support vector machine,SVM)模型的分類正確率最高為97%。結(jié)合5 種特征變量選擇方法對全波段光譜數(shù)據(jù)進行降維,發(fā)現(xiàn)經(jīng)過競爭性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling,CARS)選擇的特征波長建立的模型正確率最高為82%。提取高光譜圖像中的顏色特征和紋理特征建立SVM模型后發(fā)現(xiàn),融合顏色特征和光譜特征建立的SVM模型的正確率高于使用單一的光譜特征(經(jīng)CARS降維)建立的模型正確率:訓(xùn)練集分類正確率為95%,測試集正確率為93%。結(jié)果表明,利用高光譜成像技術(shù)能夠?qū)Σ煌墒於鹊挠筒韫M行較準確的分類,為茶農(nóng)對油茶果最佳采摘期的判斷提供科學(xué)依據(jù),在保障茶籽產(chǎn)量最大化、油質(zhì)最優(yōu)化等方面具有重要意義。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2