基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质

摘要：

首次提出利用近红外光谱和机器视觉的多传感信息融合技术评判茶叶品质.试验以4个等级的炒青绿茶为试验对象,对获取的图像特征信息和光谱特征信息,通过主成分分析提取相应的主成分得分向量构成模式识别的输入.利用BP神经网络方法建立茶叶综合品质评判模型.在模型的建立过程中,对各个信息的主成分因子数进行了优化.从试验的结果看,在图像信息主成分因子数等于6,光谱信息主成分因子数等于3时,建立的模型最佳,模型训练时的回判率为99%,预测时的识别率为89%.研究结果表明基于近红外光谱和机器视觉技术的多传感信息融合技术评判茶叶综合品质的方法是可行的,评判结果的准确性和稳定性都较单个信息模型有所提高.

关键词：近红外光谱、机器视觉、多信息融合、茶叶、检测

所属期刊栏目：24

分类号：TP391.41;O657.33(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK2006707-1;国家高技术研究发展计划863计划2006AA10Z263

在线出版日期：2008-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：5-10