基于高光谱信息融合和相关向量机的种蛋无损检测 - Ingenta Connect.PDF

第 31 卷 第 15 期 农 业 工 程 学 报 Vol.31 No.15 2015 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2015 285 基于高光谱信息融合和相关向量机的种蛋无损检测 1,2 1 2※ 祝志慧 ，刘 婷 ，马美湖 （1. 华中农业大学工学院，武汉 430070 ； 2. 华中农业大学食品科学技术学院， 国家蛋品加工技术研发分中心，武汉 430070 ） 摘 要：为了尽可能早的检测出无精蛋和受精蛋，该文提出采用透射高光谱成像技术，融合图像和光谱信息，对其受精 信息进行检测。利用高光谱图像系统采集孵化前种蛋在 400～1 000 nm 的高光谱图像，提取图像特征（长短轴之比、伸 长度、圆度、蛋黄面积与整蛋面积之比）；筛选出 400～760 nm 的波段，通过 Normalize 预处理结合相关系数法提取 155 个光谱特征变量；运用主成分分析法对图像和光谱的融合信息进行降维，采用相关向量机（relevance vector machine ，RVM ） 分别建立基于图像、光谱和图像-光谱融合信息的受精蛋和无精蛋分类判别模型，并与支持向量机 （support vector machine， SVM）模型进行比较，RVM 模型检测正确率分别为 90%，91%，96% ；测试集检测时间分别为0.6619，1.0821，0.5016 s 。 SVM 模型检测正确率分别为 84%，90%，93% ；测试集检测时间分别为 5.9386，5.9886，5.6672 s 。结果表明，基于图像 -光谱融合所建立的模型优于单一信息的模型，在分类精度上，采用 RVM 分类精度高于 SVM 的分类精度；在分类时间上， RVM 的分类时间比 SVM 短，因此，利用高光谱融合信息和相关向量机可以提高种蛋检测精度，研究结果为孵前无精蛋 和受精蛋的在线实时检测提供参考。 关键词：图像处理；模型；无损检测；高光谱；种蛋；相关向量机；支持向量机 doi ：10.11975/j.issn.1002-6819.2015.15.039 中图分类号：S123 文献标志码：A 文章编号：1002-6819(2015)-15-0285-08 祝志慧，刘 婷，马美湖. 基于高光谱信息融合和相关向量机的种蛋无损检测[J]. 农业工程学报，2015，31(15)： 285－292. doi ：10.11975/j.issn.1002-6819.2015.15.039 Zhu Zhihui, Liu Ting, Ma Meihu. Hatching eggs nondestructive detection based on hyperspectral-imaging information and RVM[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(15): 285 －292. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2015.15.039 蛋信息进行鉴别，这些种蛋判别方法只基于单一图像信 0 引 言