基于高光譜圖像紋理分析的龍井茶含水率預測的研究.pdf

1、高光譜技術與人工智能技術結合，可以對被測物實現(xiàn)種類分類，品質分級，屬性判斷以及物質含量回歸預測。龍井茶是我國著名的綠茶品種，因其加工過程復雜、對工人技術要求高、產量有限而價格昂貴。實現(xiàn)茶葉的自動加工和制作是產業(yè)界迫切希望解決的問題。茶葉含水率的自動檢測和預測是實現(xiàn)茶葉自動加工的一個重要問題。本文針對該問題，利用近紅外高光譜圖像，提取其紋理，提出了一種快速無損的茶葉含水率檢測方法，并進行了系統(tǒng)的實驗、建模和分析，本文主要工作包括:

2、　　1.介紹了高光譜技術的發(fā)展以及高光譜技術與其他領域結合的研究現(xiàn)狀，特別是在食品工程方面的高光譜技術的應用以及紋理提取技術的相關研究工作。
　　2.詳細說明了茶葉含水率的實驗方法和過程，介紹了含水率的實驗儀器，材料，準備以及操作方法，并闡述了高光譜數據的預處理方法;
　　3.重點闡述了基于高光譜圖像和紋理分析的含水率預測建模與分析:從高光譜圖像中選定感興趣區(qū)域，并且對從感興趣區(qū)域中提取高光譜圖像的特征:1）計算感興趣區(qū)域中

3、的平均光譜值，作為光譜特征，共176個特征;2）從感興趣區(qū)域中分別使用灰度共生矩陣法，灰度游程法以及TDGF，從不同波段數據中共提取得到266個紋理特征。然后基于光譜特征和紋理特征分別使用兩類回歸模型進行建模:1）主成分分析與偏最小二乘法回歸結合建模;2）連續(xù)投影分析與偏最小二乘法回歸結合模型。利用不同回歸模型對其含水率進行預測。
　　4.對模型的有效性以及實驗的結果進行了分析，并對所有預測結果進行了對比。為使本文工作在實際的工業(yè)