基于高光谱图像与光谱特征融合技术的鸡蛋新鲜度无损判别模型的建立

摘要：

鸡蛋新鲜度等级评价是鸡蛋品质检测过程中的一项重要技术指标.选取了不同储藏环境的鸡蛋样本并采集其高光谱图像信息与光谱信息,提取图像特征和光谱特征;采用并行式融合方法进行图谱特征融合,基于连续投影法-灰度共生矩阵方法进行特征提取;建立支持向量机鸡蛋新鲜度判别模型.采用粒子群算法优化模型,训练集准确率达到85％,预测集准确率达到76.67％.为了解决单模型可能出现的偶然性误判问题,采用递进式特征融合方法,引入多模型共识策略和深度残差网络ResNet 50分析方法.建立基于连续投影法-方向梯度直方图特征提取方法的多模型共识策略,该模型的训练集准确率提升至89％,预测集准确率提升至88％;同时,建立基于连续投影法-方向梯度直方图特征提取方法的深度残差网络ResNet 50模型,模型的训练集准确率提升至89％,预测集的准确率提升至86.67％.图谱特征融合建模分析表明,并行式融合方法和递进式融合方法对鸡蛋新鲜度等级判别都有一定的可识别性,且递进式融合算法的多模型共识策略判别效果更佳.

关键词：鸡蛋新鲜度、高光谱成像技术、连续投影法、图谱特征融合、支持向量机

所属期刊栏目：40

分类号：TS253.7(食品工业)

资助基金：北京市自然科学基金资助项目;国家自然科学基金

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：172-182