基于二维相关谱灰度统计特征判别掺杂尿素牛奶

如今,乳制品掺杂问题日益突出,为寻求一种快速高效的鉴别掺杂牛奶的方法,提出将二维相关谱和灰度统计特征分析技术应用于判别掺杂牛奶的研究。运用MATLAB软件绘制出掺杂牛奶和纯牛奶的二维相关谱灰度图像,利用图像纹理分析中的灰度统计特征的方法提取出平均值、方差、偏度、自相关、惯性矩等11个图像灰度统计特征参数。为避免"特征维数灾难"问题的产生从而影响分类效果,采用主成分分析的方法提取出10个主要特征,实现对图像灰度统计特征的降维。设计贝叶斯分类器和BP神经网络分类器对掺杂牛奶进行判别和分类,基于二维同步-异步近红外光谱贝叶斯分类器和BP神经网络对掺杂尿素牛奶判别,其正确率分别为100%和92.31%,判别纯牛奶的正确率分别为92.3%和100%。