基于高光譜圖像和深度學(xué)習(xí)的菠菜新鮮度檢測

謝忠紅，徐煥良，黃秋桂，王 培

基于高光譜圖像和深度學(xué)習(xí)的菠菜新鮮度檢測

謝忠紅，徐煥良※，黃秋桂，王 培

（南京農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，南京 210095）

針對傳統(tǒng)機(jī)器視覺在實(shí)現(xiàn)菠菜新鮮度檢測精度偏低的問題，該文提出了一種基于高光譜和深度學(xué)習(xí)技術(shù)的圓葉菠菜新鮮度識別新方法。以10 ℃常溫貯存的圓葉菠菜為研究對象，以天為單位，綜合考慮影響菠菜新鮮度的6個(gè)因素：貯藏天數(shù)、外觀、含水率、葉綠素a、葉綠素b和胡蘿卜素，將菠菜劃分為新鮮、次新鮮和腐敗3個(gè)等級。拍攝菠菜葉片的高光譜圖像，計(jì)算ROI（region of interest）反射率均值后，基于分組精英策略遺傳算法, 結(jié)合2種分組策略，篩選出含6個(gè)波長的組合。定義訓(xùn)練集和測試集合，使用SVM分類器，基于波長對應(yīng)的反射率，分別進(jìn)行基于光譜特性界定菠菜的新鮮度分類試驗(yàn)。找出了識別率均值最高的3個(gè)波長，分別是389.55、742.325和1 025.662 nm。由于基于光譜特性進(jìn)行菠菜新鮮度檢測時(shí)識別率偏低。嘗試基于菠菜的高光譜圖像特征進(jìn)一步進(jìn)行菠菜新鮮度識別研究。從高光譜圖像集中抽取這3個(gè)波長對應(yīng)的菠菜圖像，構(gòu)成菠菜圖像樣本庫（NormImg389、NormImg742、NormImg1 025和NormImg_merge），基于深度學(xué)習(xí)技術(shù)建立菠菜新鮮度識別模型，對圖像樣本庫中4類圖像進(jìn)行識別試驗(yàn)，平均識別準(zhǔn)確率79.69%、68.75%、69.27%和80.99%。而NormImg389測試集識別正確率接近80%，NormImg_merge測試集識別正確率最高達(dá)到了80.99%，說明融合3個(gè)波長對應(yīng)的圖像進(jìn)行等級識別效果最好。該研究實(shí)現(xiàn)了圓葉菠菜新鮮度的無損檢測，具有實(shí)踐和理論意義。

高光譜; 波長; 算法；……