波段比算法结合高光谱图像技术检测柑橘果锈

被引:44
作者
蔡健荣
王建黑
陈全胜
赵杰文
机构
[1] 江苏大学食品与生物工程学院
关键词
高光谱图像; 波段比算法; 无损检测; Sheffield指数; 果锈; 柑橘;
D O I
暂无
中图分类号
TN919.81 [图像编码];
学科分类号
0810 ; 081001 ;
摘要
为克服柑橘表面不平整导致光线反射不均匀的影响,研究提出了波段比算法,使高光谱图像技术能够快速有效地检测柑橘果锈。首先根据Sheffield指数(SI)确定最佳波段(625nm和717nm),经比值变换后得到第一幅比值图像;然后选取特征波长625nm的邻近波段(621nm),与其比值变换后得到第二幅比值图像,提取轮廓,构建掩膜以消除第一幅比值图像的背景噪声,最后进行阈值分割和数字形态学运算,完成果锈区域的特征检测。试验结果表明,基于波段比算法的高光谱图像技术可有效检测柑橘果锈,检测率达到92%。研究表明波段比算法在高光谱图像技术快速无损地检测柑橘果锈中,能够有效地降低光照反射不均匀的影响,增强谱间差异,提高检测的精度。
引用
收藏
页码:127 / 131
页数:5
相关论文
共 10 条
[1]   利用高光谱图像技术评判茶叶的质量等级 [J].
陈全胜 ;
赵杰文 ;
蔡健荣 ;
Vittayapadung Saritporn .
光学学报, 2008, (04) :669-674
[2]   利用高光谱图像技术检测水果轻微损伤 [J].
赵杰文 ;
刘剑华 ;
陈全胜 ;
Saritporn Vittayapadung .
农业机械学报, 2008, (01) :106-109
[3]   基于高光谱图像技术的雪花梨品质无损检测 [J].
洪添胜 ;
乔军 ;
Michael ONgadi ;
赵祚喜 ;
李震 .
农业工程学报, 2007, (02) :151-155
[4]   基于主动形状模型的苹果果形分级研究 [J].
蔡健荣 ;
许月明 .
农业工程学报, 2006, (06) :123-126
[5]   Pork quality and marbling level assessment using a hyperspectral imaging system [J].
Qiao, Jun ;
Ngadi, Michael O. ;
Wang, Ning ;
Gariepy, Claude ;
Prasher, Shiv O. .
JOURNAL OF FOOD ENGINEERING, 2007, 83 (01) :10-16
[6]   Non-destructive measurement of bitter pit in apple fruit using NIR hyperspectral imaging [J].
Nicolaï, BM ;
Lötze, E ;
Peirs, A ;
Scheerlinck, N ;
Theron, KI .
POSTHARVEST BIOLOGY AND TECHNOLOGY, 2006, 40 (01) :1-6
[7]  
Mapping white micas and their absorption wavelengths using hyperspectral band ratios[J] . Frank J.A. van Ruitenbeek,Pravesh Debba,Freek D. van der Meer,Thomas Cudahy,Mark van der Meijde,Martin Hale.Remote Sensing of Environment . 2006 (3)
[8]   Near-infrared hyperspectral. reflectance imaging for detection of bruises on pickling cucumbers [J].
Ariana, Diwan P. ;
Lu, Renfu ;
Guyer, Daniel E. .
COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2006, 53 (01) :60-70
[9]   Calibration and characterisation of imaging spectrographs [J].
Polder, G ;
van der Heijden, GWAM ;
Keizer, LCP ;
Young, IT .
JOURNAL OF NEAR INFRARED SPECTROSCOPY, 2003, 11 (03) :193-210
[10]  
Hyperspectral laser-induced fluorescence imaging for assessing apple fruit quality .2 Noh H K,Lu R F. Postharvest Biology and Technology . 2007