换一批基于多模态融合的玉米种子成熟度的无损检测
Non-destructive detection of Zea mays L.seed maturity based on multimodal fusion
摘要目的 应用高光谱成像技术,结合多模态融合方法,实现对玉米种子成熟度精准、无损检测.方法 获取高、低成熟度玉米种子高光谱图像,采用自举软收缩算法与连续投影算法的级联算法(bootstrapping soft shrinkage-successive projections algorithm,BOSS-SPA)进行特征波长提取,采用灰度共生矩阵法(gray-level co-occurrence matrix,GLCM)进行图像纹理特征提取,选择能量、熵、相关性、逆方差和对比度5个特征参数,将光谱与图像数据进行特征级融合,利用偏最小二乘判别(partial least squares-discriminant analysis,PLS-DA)和最小二乘支持向量机(least squares support vector machine,LS-SVM)建立玉米种子成熟度分类模型.结果 确定使用 SG 卷积平滑-标准正态变量变换(Savitzky-Golay convolution smoothing-standard normal variable,SG-SNV)作为最佳光谱预处理方法,采用BOSS-SPA方法提取的11个波长表现出良好建模性能,基于光谱图像融合数据的模型测试集总体识别准确率均达到95％以上.结论 高光谱技术结合多模态特征融合方法有望成为玉米种子成熟度的无损检测提供切实可行的参考方法.
更多相关知识
关键词
高光谱成像玉米种子成熟度多模态融合特征波长提取纹理特征提取hyperspectral imagingZea mays L.seed maturitymultimodal fusioncharacteristic wavelength extractiontexture feature extraction
栏目名称
DOI
10.19812/j.cnki.jfsq11-5956/ts.20241111012
发布时间
2025-02-26（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
