高光谱无损识别野生和种植黑枸杞

摘要

高光谱图像技术在农产品检测及识别方面有广阔的应用前景.野生黑枸杞经济效益显著,经常被种植黑枸杞冒充.提出一种利用高光谱图像对野生黑枸杞无损快速识别的方法.主要内容和结果如下:(1)共采集256份(野生、种植各128份)黑枸杞在900～1700 nm范围的高光谱反射光谱,每份平均光谱作为此样品的光谱;(2)采用标准正态变换(SNV)对采集的光谱预处理;基于Kennard-Stone法,按照校正集和预测集比例为2:1对样品划分,用连续投影算法(SPA)对光谱进行降维处理,提取特征波长30个;分别将全光谱和SPA提取的30个特征波长作为模型输入,建立支持向量机(SVM)、极限学习机(ELM)和随机森林(RF)识别模型.(3)结果表明,在识别野生黑枸杞模型中,基于全光谱和SPA建立的SVM,ELM和RF模型校正集识别率均高于98.8％,基于全光谱和SPA建立的SVM,ELM和RF模型预测集识别率均高于97.7％.基于全光谱(FS)建立的三种识别模型略优于基于SPA建立的三种识别模型.但从简化模型方面,SPA提取的特征波常数仅为全光谱的11.8％,大大降低了模型运算量.三种模型中,基于随机森林模型无损识别野生黑枸杞效果最好,均达到100％.研究表明,利用高光谱图像技术结合分类模型可快速识别野生黑枸杞.