基于高光谱成像的苹果虫害检测特征向量的选取 - Ingenta Connect.PDF

第 30 卷 第 12 期 农 业 工 程 学 报 Vol.30 No.12 132 2014 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2014 基于高光谱成像的苹果虫害检测特征向量的选取 1 1 2 1 田有文 ，程 怡 ，王小奇 ，栗庆吉 （1. 沈阳农业大学信息与电气工程学院，沈阳 110866 ； 2. 沈阳农业大学植物保护学院，沈阳 110866 ） 摘 要：利用高光谱成像技术，明确苹果虫害无损检测的最优特征向量，以实现对苹果虫害的快速、准确、无损 检测。本文首先对 646 nm 波长的特征图像进行阈值分割、膨胀与腐蚀运算获得掩膜图像，并利用掩模图像对高 光谱图像进行掩模和主成分分析，对获得的 PC1 （the first principal component ，第一主成分）图像进行最大熵阈 值分割以有效提取虫害区域。然后对比分析虫害区域与正常区域图像的纹理特征，提取灰度共生矩阵的 4 个方向 的 4 个纹理参数（能量、熵、惯性矩和相关性），并且采用基于高光谱图像的光谱差值获取了 2 个特征波长对应 的光谱相对反射率作为光谱特征。优化组合纹理特征和光谱特征成4 个特征向量组，采用 BP （back propagation ， 反向传播）神经网络对正常苹果和虫害苹果进行检测。结果表明，融合 0 度方向的能量、熵、惯性矩和相关性的 纹理特征和 646、824 nm 波段的相对光谱反射率的光谱特征进行检测识别效果最好，正常果的识别率为 100%， 虫害果的识别率为 100%，并且速度快、误差小。该研究所获得的特征向量可为开发多光谱成像的苹果品质检测 和分级系统提供参考。 关键词：无损检测；主成分分析；图像处理；光谱特征；高光谱成像 doi ：10.3969/j.issn.1002-6819.2014.12.016 中图分类号：TP391.41 ；TP274+ .52 文献标识码：A 文章编号：1002-6819(2014)-12-0132-08 田有文，程 怡，王小奇，等. 基于高光谱成像的苹果虫害检测特征向量的选取[J].农业工程学报，2014，30(12)： 132－139. Tian Youwen, Cheng Yi, Wang Xiaoqi, et al. Feature vectors determination for pest detection on apples based on hyperspectral imaging[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(12): 132 －139. (in Chinese with English abstract) 较高，且不能满足水果在线检测应具备的无损性、 0 引 言 快速性、直观性等要求[6] 。因此，亟需开发一种快 中国是苹果生产大国，苹果的种植面积和总产 速、无损、高效的苹果虫害检测方法。 量均居世界第一[1] 。然而中国苹果在国际市场上， 由于高光谱成像技术融合了图像处理和光谱 因为采后检测、分级技术落后等，导致品质较差、 分析的优点，可以快速、无损地检测研究对象内外 在国际市场上缺乏竞争力，苹果出口占总产量的比