论文部分内容阅读
马铃薯发芽检测是其缺陷检测的一个重要环节,同时发芽又是一个复杂的生物学过程,对萌芽期进行及时的预测,能够减少发芽造成的损失。本文基于高光谱成像技术,目的是对上市前马铃薯芽眼萌芽期进行有效的预测。主要内容如下：(1)采用MATLAB平台,开发了基于高光谱技术的马铃薯萌芽预测软件。主要功能包含高光谱图像处理模块和数据分析模块。其中图像处理模块主要分为图像快捷操作、ROI操作、图像批量处理三部分,能够半自动的提取各个批次芽眼的位置参数,最大程度的保证在同一马铃薯的同一芽眼区域依次提取连续两周的光谱数据；数据分析模块主要包括光谱数据处理、特征参数提取、预测模型分析三部分,软件中特征参数提取包括特征三角形参数与曲线拟合参数的提取。对于提取的特征参数,通过Fisher判别模型分析其属于哪一类的芽眼。(2)提出了用于获取马铃薯萌芽期预测的特征参数的曲线拟合算法(SFA)和特征三角形算法(CTA)。曲线拟合算法是利用多个幅值、频率及相位均不尽相同的正弦函数组合来对光谱离散点进行拟合,以建立光谱值与波长之间的函数关系。特征三角形算法中特征点的选择是由拟合后的光谱曲线的一阶导数极值位置获得,并利用极值点及其切线交点构造特征三角形；CTA参数含有cosB、S、H等三个变量,SFA参数含有15个变量,均大大减少了全波段的光谱数据量。(3)建立了基于曲线拟合算法(SFA)、连续投影算法(SPA)和特征三角形算法(CTA)的马铃薯萌芽期预测模型。比较了不同组合下特征参数的Fisher和LSSVM模型的判别率,发现对于顶芽的萌芽期预测,SPA-SFA-LSSVM模型的判别率最高,为80.65%,对于其它芽眼的萌芽期预测,SPA-SFA-Fisher模型的判别率最高,为97.6%。