换一批基于显微高光谱成像和灰度共生矩阵纹理分析的油茶果成熟度分类
Hyperspectral Microscopy Imaging Combined with Texture Analysis by Grey Level Co-occurrence Matrix for Maturity Classification of Camellia oleifera Fruit
摘要针对油茶果成熟度难以准确评估,且传统判别方法存在局限的问题,本研究探索结合显微高光谱成像(hyperspectral microscopy imaging,HMI)与灰度共生矩阵进行成熟度评估的可行性分析.实验采集不同成熟度的果壳切片显微图像,提取光谱和纹理特征并构建模型,引入主成分载荷和二维相关光谱筛选特征波长.结果发现融合光谱与纹理特征的分类模型明显优于单一特征模型.应用了量子行为粒子群优化算法的支持向量机模型分类准确率最优,达到87.0%.研究证明了油茶果成熟度与其果壳微结构,以及光谱图像中的纹理变化之间存在密切关系,同时也验证了HMI与数据融合策略在成熟度评估中的可行性与优越性.
更多相关知识
关键词
油茶果显微高光谱成像灰度共生矩阵成熟度Camellia oleifera fruithyperspectral microscopy imaginggrey level co-occurrence matrixmaturity
分类号
S794.4
栏目名称
DOI
10.7506/spkx1002-6630-20250603-009
发布时间
2025-11-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2022YFD2202100）
国家自然科学基金（32102071）
中国博士后科学基金（2023M741724）
江苏省农业科技自主创新资金项目（CX(24)3051）
江苏省高等学校大学生创新创业训练计划项目（202410298018Z）
江苏省研究生实践创新计划项目（SJCX25_0432）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
