基于高光谱与电子鼻融合的番石榴机械损伤识别方法-农业机械学报.PDFVIP

２０１５年 ７月 农 业 机 械 学 报 第 ４６卷第 ７期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１５．０７．０３１ 基于高光谱与电子鼻融合的番石榴机械损伤识别方法 １，２ １，２ １，２ １，２ １，２ 徐　赛 　陆华忠 　周志艳 　吕恩利 　姜焰鸣 （１．华南农业大学工程学院，广州 ５１０６４２；２．华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州 ５１０６４２） 摘要：提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻 度机械损伤和重度机械损伤的番石榴进行采样，提取特征信息后，运用主成分分析（ＰＣＡ）、线性判别分析（ＬＤＡ）、 欧氏距离分析（ＥＤ）和模糊Ｃ均值聚类（ＦＣＭ）对高光谱仪、电子鼻以及高光谱与电子鼻融合３种识别方法的识别 效果进行了对比。ＰＣＡ和 ＬＤＡ的分析结果表明，高光谱与电子鼻识别番石榴机械损伤是可行的，但单独采用这两 种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法，结合ＬＤＡ分析可以较好地识 别番石榴机械损伤程度，比单一识别方法具有更好的识别效果。此外，ＬＤＡ比ＰＣＡ对番石榴机械损伤识别效果更 佳。根据ＰＣＡ、ＬＤＡ和ＥＤ分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息，提高相同样 本之间的聚类性，又可较多地保持单一分类识别方法得到的不同样本之间的最大距离。根据 ＦＣＭ分析结果，高光 谱识别、电子鼻识别和高光谱与电子鼻融合识别 ３种方法对番石榴机械损伤识别的正确率分别为 ８９７４％、 ８２０５％和９７４４％，验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。 关键词：番石榴　机械损伤　多源信息融合　高光谱　电子鼻 中图分类号：Ｓ２４；ＴＰ２９ 文献标识码：Ａ 文章编号：１０００１２９８（２０１５）０７０２１４０６ ＩｄｅｎｔｉｆｉｃａｔｉｏｎｆｏｒＧｕａｖａＭｅｃｈａｎｉｃａｌＤａｍａｇｅＢａｓｅｄｏｎ ＣｏｍｂｉｎｅｄＨｙｐｅｒｓｐｅｃｔｒｏｍｅｔｅｒａｎｄＥｌｅｃｔｒｏｎｉｃＮｏｓｅ １，２ １，２ １，２ １，２ １，２ ＸｕＳａｉ　ＬｕＨｕａｚｈｏｎｇ 　ＺｈｏｕＺｈｉｙａｎ 　ＬüＥｎｌｉ 　ＪｉａｎｇＹａｎｍｉｎｇ （１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ ２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＫｅｙＴｅｃｈｎｏｌｏｇｙｏｎＡｇｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅａｎｄＥｑｕｉｐｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ， ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｍｅｔｈｏｄｔｏｉｄｅｎｔｉｆｙｔｈｅｍｅｃｈａｎｉｃａｌｄａｍａｇｅｏｆｆｒｕｉｔｂａｓｅｄｏｎｔｈｅ ｃｏｍｂｉｎｅｄｈｙｐｅｒｓｐｅｃｔｒｏｍｅｔｅｒａｎｄｅｌｅｃｔｒｏｎｉｃｎｏｓｅ．Ｗｅｕｓｅｄｈｙｐｅｒｓｐｅｃｔｒｏｍｅｔｅｒａｎｄｅｌｅｃｔｒｏｎｉｃｎｏｓｅｏｎｎｏ ｄａｍａｇｅｇｕａｖａ，ｌｉｇｈｔｌｅｖｅｌｍｅｃｈａｎｉｃａｌｄａｍａｇｅｇｕａｖａａｎｄｈｅａｖｙｌｅｖｅｌｍｅｃｈａｎｉｃａｌｄａｍａｇｅｇｕａｖａｓａｍｐｌｅｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ．Ａｆｔｅｒｅｘｔｒａｃｔｉｎｇｔｈｅｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎ，ｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ），ｌｉｎｅａｒ ｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓ（ＬＤＡ），Ｅｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅ（ＥＤ）ａｎａｌｙｓｉｓａｎｄｆｕｚｚｙＣ