| 基于特征融合的猪肉新鲜度高光谱图像检测 |
| |
| 引用本文： | 朱启兵,肖盼,黄敏,尹克.基于特征融合的猪肉新鲜度高光谱图像检测[J].食品与生物技术学报,2015,34(3):246-252. |
| |
| 作者姓名： | 朱启兵 肖盼 黄敏 尹克 |
| |
| 作者单位： | 江南大学,轻工过程先进控制教育部重点实验室,江苏 无锡 214122;江南大学,轻工过程先进控制教育部重点实验室,江苏 无锡 214122;江南大学,轻工过程先进控制教育部重点实验室,江苏 无锡 214122;杭州电子科技大学,电子信息学院,浙江 杭州 310018 |
| |
| 摘 要： | 利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400~1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮(TVB-N)的最小二乘支持向量机(LSSVM)预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明:相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数(RP)为0.948,剩余预测偏差(RPD)为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。
|
| 关 键 词： | 猪肉 高光谱图像 挥发性盐基氮 特征融合 特征降维 可视化检测 |
Feature Fusion for Detection of Pork Freshness Based on Hyperspectral Imaging Technology |
| |
| ZHU Qibing,XIAO Pan,HUANG Min and YIN Ke.Feature Fusion for Detection of Pork Freshness Based on Hyperspectral Imaging Technology[J].Journal of Food Science and Biotechnology,2015,34(3):246-252. |
| |
| Authors: | ZHU Qibing XIAO Pan HUANG Min and YIN Ke |
| |
| Affiliation: | Key Laboratory of Advanced Process Control for Light Industry,Ministry of Education,Jiangnan University,Wuxi 214122,China;Key Laboratory of Advanced Process Control for Light Industry,Ministry of Education,Jiangnan University,Wuxi 214122,China;Key Laboratory of Advanced Process Control for Light Industry,Ministry of Education,Jiangnan University,Wuxi 214122,China;School of Electronic Information,Hangzhou Dianzi University,Hangzhou 310018,China |
| |
| Abstract: | |
| |
| Keywords: | pork hyperspectral image TVB-N feature fusion feature dimension reduction visual detection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《食品与生物技术学报》浏览原始摘要信息 |
|
点击此处可从《食品与生物技术学报》下载全文 |
|
