品质至上,客户至上,您的满意就是我们的目标
技术文章
当前位置: 首页 > 技术文章
烟叶分级中若干多光谱特征筛选方法-Videometerlab 4多光谱测量系统
发表时间:2017-11-23 15:28:42点击:1875
烟叶是具有重要经济价值的农产品之一,其质量好坏直接影响烟草行业的经济收入和烟民的身体健康。目前烟叶收购过程中大多是通过人工方式分级,该主要因素会影响烟叶分级的正确率以及不必要的纠纷,烟叶智能分级工作迫在眉睫。
烟叶的正确分级率和分级速度直接关系该系统应用,在确保正确分级率情况下,分级速度不仅与分解模型有关,较与所用特征个数有较大关系。工作如下进行:
1. 烤烟烟叶图像采集、预处理和特征初筛选。利用商业化的Videometerlab 4多光谱成像系统,采集不同年份的烟叶的投射和多光谱图像,对图像进行背景分割、去噪、预处理;其次,利用RGB模块提取烟叶的形态特征、颜色特征、纹理特征和脉络特征等数十个特征;为提高烟叶分级速度,基于聚类的思想对特征进行初步筛选,并人工直接去除相关性很大的特征,使特征精简。
2. 烤烟烟叶分级模型建立:分别建立稀疏表示(SRC)、基于密度的稀疏表示(DSRC),支持向量机(SVM)、随机森林(RF)等烟叶分级模型,对烤烟烟叶测试样本就那些分级正确率和分级时间计算。DSRC是SRC的一种改进模型,基于密度的思想对SRC字典进行选择,减少SRC所用字典数,在保证正确分级率情况下,提高分级速度。
3. 深度特征筛选:为进一步提高分级速度,对初选后的特征进行深度筛选。首先建立一个判断特征重要性的分级模型,根据每个特征重要性,对特征数进行精简,然后采用改进的粒子群算法、蚁群算法、遗传算法和特征备选概率算法获得较优特征组合,在一定分级正确率下,特征个数减少。
北京欧亚国际科技有限公司是丹麦Videometer公司中国区总总代理,全面负责其系列产品在中国的推广、销售和售后服务,详细产品请参见链接。