换一批软枣猕猴桃早期瘀伤的光谱与格拉姆角场图像检测
Detection of Early Bruises in Actinidia arguta Using Spectroscopy and Gramian Angular Field Imaging
摘要为实现软枣猕猴桃早期瘀伤的快速无损识别,本研究提出基于光谱与格拉姆角场(Gramian angular field,GAF)图像的并行建模策略.采集了软枣猕猴桃在瘀伤早期不同时间下的高光谱数据,并采用自适应小波变换对原始光谱进行去噪处理.基于处理后的一维光谱数据,构建了支持向量机、一维卷积神经网络、长短期记忆网络与Stacking集成学习4 种软枣猕猴桃瘀伤时间分类模型.同时,引入GAF方法将光谱转换为二维图像,结合YOLOv8n模型进行瘀伤时间分类识别.结果表明,各模型在分类性能与计算效率方面存在差异.其中,Stacking模型融合多种基学习器的优势,表现出最优的分类性能,准确率、召回率、精确率与F1分数均达到97.78%以上,运行时间为49 s.YOLOv8n模型在准确率、召回率、精确率以及F1分数上与Stacking模型表现相近,虽计算成本较高(运行时间为25 min 22 s),但其凭借端到端的图像建模能力以及优秀的特征可视化功能,显著提升了模型可解释性.本研究提出的双路径建模策略,不仅可为软枣猕猴桃早期瘀伤的快速、精准识别提供新思路,也可为采后果实智能分级与自动分拣系统的构建提供理论依据和技术支持.
更多相关知识
关键词
软枣猕猴桃瘀伤高光谱成像格拉姆角场法深度学习Actinidia argutabruisehyperspectral imagingGramian angular fielddeep learning
栏目名称
DOI
10.7506/spkx1002-6630-20250702-023
发布时间
2026-01-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
辽宁省科技厅自然科学基金面上项目（2024-MSLH-411）
- 浏览0
- 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
