收藏本站
《农业工程学报》 2014年21期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

高光谱图像技术在掺假大米检测中的应用

孙俊  金夏明  毛罕平  武小红  杨宁  
【摘要】:为了有效判别出优质大米中是否掺入劣质大米,该文研究了一种针对大米掺假问题的快速、无损检测方法。从市场上购买了东北长粒香大米和江苏溧水大米,按纯东北长粒香大米、3∶1、2∶2、1∶3和纯江苏溧水大米共5个掺合水平进行大米试验样本的制备。利用可见-近红外高光谱图像采集系统(390~1050 nm)获取了200个大米样本的高光谱图像。采用ENVI软件确定高光谱图像的感兴趣区域(region of interest,ROI),并提取出所有样本在ROI内的平均高光谱数据。采用支持向量机(support vector machine,SVM)建立全光谱波段下的大米掺假判别模型,径向基(radial basis function,RBF)核函数模型交叉验证准确率为93%、预测集正确率为98%。由于高光谱信息量大、冗余性强且受噪声的影响较大,该文采用主成分分析方法(principal component analysis,PCA)分别对大米高光谱图像和高光谱数据进行处理,从特征选择和特征提取2个角度对原始高光谱数据进行处理,通过主成分权重系数图选择了531.1、702.7、714.3、724.7、888.2和930.6 nm 6个特征波长,通过留一交叉验证法(leave-one-out cross-validation,LOOCV)确定并提取出PCA降维后的最优主成分数(number of principal component,PCs)为9。最后分别将优选出的特征波长和提取出的最优主成分数作为模型的输入,建立SVM模型。试验结果表明,基于特征波长SVM模型的交叉验证准确率为95%、预测集正确率为96%,基于最优主成分数SVM模型的交叉验证准确率为94%、预测集正确率为98%。该研究结果表明,该文建立的基于特征波长和基于最优主成分数的SVM模型均具有较优的预测性能,且利用高光谱图像技术对大米掺假问题进行检测是可行的。

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 张瑜;谈黎虹;曹芳;何勇;;可见-近红外光谱分析技术对鱼油掺假定量快速无损检测方法研究[J];光谱学与光谱分析;2013年06期
2 石吉勇;邹小波;赵杰文;殷晓平;;基于GA-ICA和高光谱图像技术的黄瓜叶叶绿素检测[J];江苏大学学报(自然科学版);2011年02期
3 阴正兴;苏丽娟;吴玉臣;李琰;;蛋白质饲料鱼粉、豆粕的掺假鉴定及分析[J];江西农业学报;2008年10期
4 周子立;张瑜;何勇;李晓丽;邵咏妮;;基于近红外光谱技术的大米品种快速鉴别方法[J];农业工程学报;2009年08期
5 张初;刘飞;孔汶汶;章海亮;何勇;;利用近红外高光谱图像技术快速鉴别西瓜种子品种[J];农业工程学报;2013年20期
6 李东华;潘园园;张卉;;利用近红外光谱技术检测掺假豆浆[J];农业工程学报;2014年03期
7 孙俊;金夏明;毛罕平;武小红;朱文静;张晓东;高洪燕;;基于高光谱图像光谱与纹理信息的生菜氮素含量检测[J];农业工程学报;2014年10期
8 马利;孙长华;张宝;;红外光谱技术在食品掺假检验中的应用进展[J];生命科学仪器;2010年01期
9 刘帅帅;李宏;罗世芝;刘云国;;PCR技术在肉类掺假检验中的应用进展[J];食品安全质量检测学报;2011年06期
10 刘波平;荣菡;邓泽元;罗香;;基于PLS-自组织竞争神经网络近红外光谱技术对鲜乳和掺假乳的检测方法研究[J];分析测试学报;2008年11期
【共引文献】
中国期刊全文数据库 前10条
1 周光华;朱大洲;王成;;近红外光谱在粮食作物检测中的应用进展[J];安徽农业科学;2010年28期
2 刘子毓;侯玉文;许强;刘东培;;AOTF近红外光谱技术及在食安领域的应用[J];光电技术应用;2012年01期
3 王田子;郑丽敏;田立军;吴平;朱虹;任发政;;近红外在乳及乳制品质量检测中的研究进展[J];光谱学与光谱分析;2010年12期
4 施佳慧;陈自力;邵咏妮;何勇;冯盘;朱加进;;可见/近红外光谱分析技术快速鉴别航天育种番茄[J];光谱学与光谱分析;2011年02期
5 高俊峰;章海亮;孔汶汶;何勇;;应用高光谱成像技术对打蜡苹果无损鉴别研究[J];光谱学与光谱分析;2013年07期
6 徐爽;何建国;贺晓光;易东;刘贵珊;王松磊;;基于高光谱技术的长枣内外品质同时检测[J];光电子.激光;2013年10期
7 张良;尚柯;段庆梓;张玉;;PCR技术用于紫河车鉴别研究[J];当代畜牧;2013年29期
8 胡耀华;刘聪;何勇;;近红外光谱鉴别鲜枣品种及裂果研究[J];光谱学与光谱分析;2013年12期
9 吴龙国;何建国;刘贵珊;贺晓光;王伟;王松磊;李丹;;基于近红外高光谱成像技术的长枣含水量无损检测[J];光电子.激光;2014年01期
10 余克强;赵艳茹;李晓丽;张淑娟;何勇;;基于高光谱成像技术的鲜枣裂纹的识别研究[J];光谱学与光谱分析;2014年02期
中国博士学位论文全文数据库 前4条
1 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
2 杨蜀秦;农作物籽粒的图像处理和识别方法研究[D];西北农林科技大学;2012年
3 李青林;基于微观力学的黄瓜叶片形态变化模型研究[D];江苏大学;2013年
4 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年
中国硕士学位论文全文数据库 前10条
1 刘冰;近红外光谱法在涪陵榨菜品质检测方面的应用研究[D];西南大学;2011年
2 屈年巍;基于机器视觉的新疆库尔勒香梨颜色及轻微碰伤无损检测关键技术研究[D];石河子大学;2011年
3 徐彦;近红外光谱技术快速检测籼稻主要成分及新陈度的研究[D];中南林业科技大学;2011年
4 朱文超;转基因水稻的光谱快速无损检测方法研究[D];浙江大学;2012年
5 曲勤凤;重要食品掺假检测技术研究鱼糜制品中主料含量的测定(荧光PCR法)[D];复旦大学;2011年
6 吕二盼;动物源性食品中各种动物源性肉及肉制品鉴别检验的研究[D];河北农业大学;2012年
7 邹鑫;近红外光谱分析法预测欧美杨材性的研究[D];北京林业大学;2010年
8 赵越;掺假原料乳快速检测试纸条的研究[D];天津商业大学;2010年
9 冯利辉;食用植物油掺伪检测与定量分析的近红外光谱法研究[D];南昌大学;2010年
10 姜潮;基于低场核磁共振技术的牛乳掺假快速检测研究[D];浙江工商大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 吴静珠;刘翠玲;李慧;孙晓荣;;近红外光谱技术在食用油种类鉴别及脂肪酸含量检测中的应用[J];北京工商大学学报(自然科学版);2010年05期
2 赵祥,刘素红,王培娟,王锦地,田振坤;基于高光谱数据的小麦叶绿素含量反演[J];地理与地理信息科学;2004年03期
3 张志英;含非蛋白氮鱼粉纯蛋白含量的测定[J];饲料工业;1998年09期
4 石吉勇;邹小波;赵杰文;殷晓平;;高光谱图像技术检测黄瓜叶片的叶绿素叶面分布[J];分析化学;2011年02期
5 何智慧,练文柳,陈亚,唐丽云,吴名剑;光谱采集方式对AOTF-近红外光谱技术分析烟草主要化学成分的影响[J];分析试验室;2005年06期
6 蒋璐璐;邵咏妮;张瑜;谈黎虹;;基于光谱技术和连续投影算法的润滑油品牌快速鉴别研究[J];光谱实验室;2010年04期
7 张帆;宫国义;王倩;何洪巨;许勇;;西瓜品质构成分析[J];果树学报;2006年02期
8 赵琛,瞿海斌,程翼宇;虫草氨基酸的人工神经网络近红外光谱快速测定方法[J];光谱学与光谱分析;2004年01期
9 韩东海;鲁超;刘毅;皮付伟;;生鲜乳中还原乳的近红外光谱法鉴别[J];光谱学与光谱分析;2007年03期
10 刘波平;秦华俊;罗香;曹树稳;王俊德;;PLS-BP法近红外光谱同时检测饲料组分的研究[J];光谱学与光谱分析;2007年10期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026