• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于近紅外高光譜圖像的冬棗損傷早期檢測

    2017-02-08 07:43:07孫世鵬朱兆龍zquezArellanoMANUEL傅隆生
    食品科學 2017年2期
    關鍵詞:冬棗正確率波長

    孫世鵬,彭 俊,李 瑞,朱兆龍,Vázquez-Arellano MANUEL,傅隆生,*

    基于近紅外高光譜圖像的冬棗損傷早期檢測

    孫世鵬1,彭 俊1,李 瑞1,朱兆龍1,Vázquez-Arellano MANUEL2,傅隆生1,*

    (1.西北農(nóng)林科技大學機械與電子工程學院,陜西 楊凌 712100;2.霍恩海姆大學農(nóng)業(yè)工程研究所,德國 巴符 斯圖加特 70599)

    為了對冬棗損傷進行早期檢測,采用近紅外高光譜圖像技術對損傷區(qū)域成像。針對高光譜圖像波長多的特點,分別采用連續(xù)投影算法、相關特征選擇算法、一致性(Consistency)算法選擇冬棗損傷的特征波長,對提取的特征波長分別應用k-鄰近、樸素貝葉斯(naive bayes,NB)、支持向量機(support vector machine,SVM)3 種分類方法進行損傷區(qū)域識別。結(jié)果表明:所有方法選擇的一致特征波長在1 353 nm和1 691 nm附近。Consistency算法選擇的特征波長在SVM分類器下分類識別正確率達到95.16%,一致特征波長在NB分類器下分類識別正確率達到84.26%,驗證了一致波長的有效性,為多光譜成像技術實現(xiàn)在線檢測冬棗損傷提供參考依據(jù)。

    冬棗;高光譜成像;特征波長;輕微損傷;檢測

    冬棗甘甜可口,營養(yǎng)豐富,VC含量高,并且富含其他維生素、氨基酸、環(huán)磷酸腺苷、礦物質(zhì)(鉀、鐵)等[1]。根據(jù)GB/T 22345—2008《鮮棗質(zhì)量等級》規(guī)定[2],棗分為未熟棗和成熟棗,成熟棗又細分為白熟期、脆熟期、完熟期。處于白熟期的鮮棗,果皮退綠發(fā)白至著色,含糖量低,適合加工蜜棗。處于脆熟期的鮮棗,果實著色至全紅,含糖量高,適合鮮食。

    冬棗皮薄肉脆,在振動機械采摘和分選時容易造成摔傷和碰傷,初期人眼很難發(fā)現(xiàn)。隨著時間的延長,冬棗損傷部位顏色變暗甚至腐爛,不僅影響果實品質(zhì),甚至引起其他棗的霉變,造成經(jīng)濟損失。水果的損傷區(qū)域和正常區(qū)域顏色紋理相近,普通彩色相機無法區(qū)分[3]。

    高光譜圖像含有圖像信息和光譜信息,不僅能夠檢測果實內(nèi)部的物理結(jié)構和化學成分,也能夠檢測果實的外部品質(zhì),已經(jīng)越來越多應用到農(nóng)產(chǎn)品的品質(zhì)檢測中,如紅棗、芒果、香蕉等[4-9]。近年來,棗的高光譜檢測已經(jīng)有了初步的研究。魏新華等[10]對擦傷的冬棗進行損傷檢測采用了無信息變量消除法和相關系數(shù)法選取4 個特征波長,然后對4 個特征波長進行主成分分析,選取第1主成分作為缺陷識別圖像,檢測結(jié)果的正確率達98%。Wang等[11]在可見光與近紅外范圍對梨棗的外部蟲眼進行識別,對原始數(shù)據(jù)取對數(shù)后求一、二次導獲得三類數(shù)據(jù),利用逐步判別分析提取特征光譜,采用原始數(shù)據(jù)的對數(shù)對蟲咬棗、正常棗和莖端識別正確率達98%。Yu Keqiang等[12]在可見光和近紅外區(qū)域?qū)鏃椀牧鸭y進行識別,利用偏最小二乘、主成分和獨立成分3 種方法選取特征波長,并對偏最小二乘選取的5 個特征波長進行主成分分析,選取第4主成分進行裂紋識別,檢測正確率為90.5%。

    上述研究中不同的降維方法選取的特征波長有所區(qū)別,特征波長的有效性有待檢驗[3]。據(jù)查閱文獻,還沒有學者利用高光譜成像技術對冬棗機械振動采摘和自動化分選中的機械損傷進行研究。本實驗對1.5、1、0.5 m掉落的脆熟棗損傷區(qū)域進行高光譜成像,分別提取損傷區(qū)域和正常部分的感興趣區(qū)域(region of interest,ROI)光譜平均值,進而獲得損傷和正常區(qū)域的平均光譜曲線。采用連續(xù)投影算法(successive projections algorithm,SPA)、相關特征選擇(correlation based feature selection,CFS)算法、一致性(Consistency)算法進行特征波長選擇,得到3 種方法選擇的一致波長。隨后將選取的特征波長采用k-鄰近(k-nearest neighbor,k-NN)、樸素貝葉斯(naive bayes,NB)、支持向量機(support vector machine,SVM)3 種分類器進行分類識別。最后通過一致波長對應光譜分量的圖像處理檢驗識別效果。

    1 材料與方法

    1.1 實驗樣本

    選用沒有明顯缺陷的陜西省大荔縣脆熟期冬棗55 個,如圖1所示,裝置獲得1.5、1 m和0.5 m高度掉落后的損傷樣本。由于果皮組織遭到破壞,損傷區(qū)域明顯變軟,通過人工觸摸,獲得損傷區(qū)域位置,沿損傷區(qū)域邊界對損傷區(qū)域標記。

    圖1 摔傷實驗示意圖Fig. 1 Schematic illustration of the falling experiment

    1.2 高光譜成像采集系統(tǒng)

    圖2 高光譜圖像采集系統(tǒng)示意圖Fig. 2 Schematic illustration of hyperspectral image acquisition

    高光譜采集系統(tǒng)(圖2)主要包括:圖像光譜儀(ImSpector N17E,Spectral Imaging Ltd,F(xiàn)inland)、4個100 W的光纖鹵素燈、電控移動平臺、暗箱、計算機等,其中鹵素燈相距載物臺60 cm。在900~1 700 nm光譜范圍內(nèi)每隔5 nm進行采樣,共得256 幅圖像,像素大小為250×320像素。系統(tǒng)獲取圖像前已進行黑白標定以消除相機暗電流的干擾。

    1.3 高光譜圖像采集

    損傷樣本在拍照前常溫放置1 h,將樣本通過索環(huán)固定,使標記的損傷區(qū)域盡量與鏡頭垂直,先采集完損傷區(qū)域高光譜圖像。再翻轉(zhuǎn)果實,進行果實正常區(qū)域的圖像采集。采用圖像獲取軟件(SECN-V17E,Gilden Photonics Ltd.,England)獲取圖像數(shù)據(jù)。合理的曝光時間和移動速度能避免信息過度飽和失真[13],多次反復實驗后確定曝光時間為10 ms,平臺移動速率為20 mm/s。

    1.4 特征波長的選擇

    通過SECN-V17E獲得圖像采集數(shù)據(jù)后,運用ENVI4.6、MATLAB 2014b、WEKA 3.6軟件處理和分析數(shù)據(jù)。

    1.4.1 高光譜圖像數(shù)據(jù)處理

    分別在55 個冬棗的損傷區(qū)域和正常部分隨機選取感興趣區(qū)域(region of interest,ROI),為減少誤差,取ROI的平均光譜值作為為輸入波長。其中損傷和正常ROI個數(shù)比例為1∶2。本實驗將含有大量噪聲的波長去除,只保留波長范圍為924~1 695 nm的234 個波長進行后續(xù)研究。

    1.4.2 特征波長選擇算法

    高光譜圖像波段之間存在較多冗余,因此進行數(shù)據(jù)降維十分必要。本實驗采用SPA、CFS和Consistency選擇特征波長。SPA通過隨機選擇一個起始波長,計算未選入波長對其最大投影向量,對應波長作為引入波長,多次循環(huán)迭代后,通過代價函數(shù)評價得到特征波長[14],該方法能有效消除波長共線性的影響。CFS通過評價特征之間的相關性篩選、組合特征波長,能夠有效地剔除不相關的特征,并篩選出相關的特征,并且這些特征之間不存在較強的相關性[15]。Consistency致力于找出能夠與完整特征集分類效果一致的最小特征子集,利用特征子集進行分類時的結(jié)果一致率評價選取特征波長的優(yōu)劣[16],該方法能夠?qū)ふ业筋A測能力較強的波長。

    SPA算法采用一個基于MATLAB開發(fā)環(huán)境的圖形用戶界面來實現(xiàn)[17],它主要用于信號處理和多元校正的變量選擇。CFS和Consistency算法在WEKA 3.6軟件中實現(xiàn)[18],WEKA包含大量的數(shù)據(jù)挖掘算法。將全部特征波長數(shù)據(jù)與對應分類結(jié)果在上述圖像用戶界面和WEKA 3.6軟件上進行特征波長的提取。

    1.5 分類方法

    常見的分類方法包括k-NN、NB、SVM。k-NN是一種簡單、有效、非參數(shù)化的分類方法,根據(jù)特征空間最鄰近k個樣本中的大多數(shù)決定所屬類別,現(xiàn)已廣泛應用到文本分類、模式識別等領域[19]。NB是一種利用貝葉斯定理進行分類的算法[20],同時NB是以訓練樣本之間是相互獨立為假設前提的,預測性能會被訓練樣本的冗余屬性降低[15]。SVM是由Vapnik根據(jù)統(tǒng)計理論提出的學習分類方法[21],它是一種二類分類模型,以最大分類間隔構造最優(yōu)超平面來解決分類問題,具有冗余樣本少和較好魯棒性的特點。將提取的特征波長數(shù)據(jù)和對應分類結(jié)果在MATLAB 2014b中進行分類檢測,其中訓練集和預測集按照3∶1隨機分配。

    2 結(jié)果與分析

    2.1 光譜數(shù)據(jù)分析

    冬棗在不同高度掉落以及不考慮掉落高度時,損傷和正常區(qū)域的平均光譜曲線如圖3所示。主要有3 個反射谷,分別位于960、1 190 nm和1 450 nm區(qū)間。這些反射谷與水的吸收有關,其中960 nm為O—H的2 倍頻吸收峰,1 190 nm為O—H的合頻吸收峰,1 450 nm是O—H的伸縮振動的一級倍頻[22]。此外,1 440 nm附近也是C—H的合頻吸收帶,1 450 nm是C=O伸縮振動的3 級倍頻[22]。不同高度掉落的摔傷區(qū)域平均光譜反射率明顯低于正常表面,并且在960 nm和1 190 nm附近差別明顯,這與通常損傷區(qū)域的含水量要高于其他正常組織的結(jié)論一致[23]。

    圖3 不同高度掉落和不考慮掉落高度時冬棗的損傷和正常區(qū)域平均光譜曲線Fig. 3 Average reflectance spectra for bruise and normal areas on jujubes with consideration of dropping heights

    2.2 特征選取與分類結(jié)果

    表1 冬棗從不同高度掉落時SPA、CFS、Consistency選擇的特征波長Table1 Selected wavelengths using SPA, CFS, and consistency of jujube fruits dropping from different heights

    在924~1 698 nm的波長范圍內(nèi),采用3 種特征選擇方法,選取的特征波長如表1所示。不同的掉落高度采用3 種不同降維方法選取的波長變量較多,且有所不同。雖然3 種降維方法選取的特征波長之間的聯(lián)系不明顯,但是可以找到一致的特征波長。由于SPA方法采用Savitzky-Golay濾波器,這種濾波器的原理是通過移動窗口利用最小二乘進行擬合來平滑去噪,存在的一個主要的缺陷是窗口結(jié)構決定了左右兩端的點被截斷[24]。本實驗截斷了左右兩端各12 個波長,因此965~1 658 nm波長范圍以外的一致波長采用CFS和Consistency選取。

    不同掉落高度3 種降維方法選取一致的特征波長如下:1.5 m掉落為1 359 nm和1 695 nm;1 m掉落為1 376 nm和1 688 nm,0.5 m掉落為1 127、1 329、1 353 nm和1 691 nm。3 種降維方法提取的一致特征波長都在1 353 nm和1 691 nm附近,其中1 688 nm處主要為碳水化合物的吸收波長[25],所以糖分在冬棗損傷判別分類起重要作用。不考慮掉落高度時,SPA、CFS和Consistency提取的特征波長如表2所示,一致特征波長為1 366 nm和1 695 nm,與上述結(jié)果相近。

    表2 不考慮掉落高度SPA、CFS、Consistency選擇的特征波長Table2 Selected wavelengths using SPA, CFS, and consistency without consideration of dropping heights

    表3 冬棗從不同高度掉落k-NN、NB、SVM對特征波長的分類正確率Table3 Correct classification rates of k-NN, NB, and SVM for selected wavelengths of jujubes dropping from different heights %

    為了檢驗數(shù)據(jù)降維后的損傷區(qū)域識別效果,分別采用了k-NN(k值選取為5)、NB和SVM 3 種分類方法決定像素是否屬于損傷區(qū)域,分類結(jié)果如表3所示。冬棗在1.5 m掉落時兩種方法分類識別正確率最高93.62%,分別是SPA的特征波長提取方法與SVM的分類方法的組合和Consistency與SVM的組合。1 m掉落時3 種方法的分類識別正確率最高94.69%,分別是SPA與k-NN的組合、Consistency與k-NN的組合和Consistency與SVM的組合。0.5 m掉落時采用SPA與SVM的組合分類識別正確率最高95.58%。當采用NB分類時,分類正確率有所下降,主要原因是NB方法受波長相關性的影響,當波長存在較大的相關性,NB的性能就會顯著下降。

    當采用一致波長1 353 nm和1 691 nm作為輸入波長,1.5 m掉落時采用SVM分類器的分類識別正確率最高為81.38%。1 m掉落時采用k-NN分類器的分類識別正確率最高為87.61%。0.5 m掉落時采用NB分類器的分類識別正確率最高為82.30%。一致波長的損傷識別效果相對其他波長選擇方法較差,主要原因是特征波長較少,不能全面反映波長的信息。

    表4 不考慮掉落高度k-NN、NB、SVM對特征波長的損傷識別正確率Table4 Correct classification rates of selected wavelengths using k-NN, NB, and SVM without consideration of dropping heights %

    不考慮冬棗掉落高度時,特征波長在k-NN、NB、SVM分類器下的分類識別效果如表4所示。采用Consistency提取特征波長與SVM分類器的分類識別正確率最高為95.16%。采用一致波長與NB分類器的分類識別正確率最高為84.26%。綜上可知,一致波長的分類正確率雖然相對其他波長選擇方法較低,但是因為波長較少,證明了一致波長用于損傷檢測的有效性。

    2.3 高光譜圖像信息融合

    圖4 冬棗輕微損傷特征提取的圖像處理過程Fig. 4 Image processing for extracting bruise area of jujube fruits

    冬棗損傷表面的原始RGB圖像如圖4a所示,可以看出標記的損傷區(qū)域采用人工觀察難以識別。圖像處理過程如下,首先對1 353 nm波長處所對應的特征光譜分量灰度圖提取果實區(qū)域的二值圖像,包括采用直方圖增強,以增強對比度;選擇5×5的模板進行中值濾波,以保持圖像邊緣特性;通過觀察灰度直方圖,采用灰度閾值14進行圖像分割效果最佳;最后通過開、閉運算,以去除微小雜質(zhì)和填充內(nèi)部細小空洞,獲得二值圖像。將其作為掩模圖像,分別與上述一致波長1 353 nm和1 691 nm的圖像相乘,得到2幅果實區(qū)域圖像,如圖4b、c所示。因為SVM在上述分類方法中效果最佳,所以對2 幅果實區(qū)域圖像的灰度數(shù)據(jù)利用SVM分類器進行分類,獲得每個像素的分類結(jié)果,進而得到損傷區(qū)域識別效果圖,如圖4d所示。圖4d表明冬棗的損傷區(qū)域的中心部分容易誤檢,主要是由于果實形狀不平整造成光線反射不均,在中心區(qū)域呈現(xiàn)一些亮斑造成的。再次利用閉運算將損傷區(qū)域補充完整,如圖4e所示。

    表5 冬棗輕微損傷的檢測結(jié)果Table5 Results obtained from the detection of subtle bruises on jujubes

    從表5可以看出,55 個冬棗損傷表面,檢測出43 個,檢測正確率為78%。55 個冬棗正常表面檢測出47 個,檢測正確率為85%。實驗結(jié)果表明損傷冬棗的檢測正確率較低,主要原因是冬棗形狀多變和表面的凹凸不平使得某個光譜分量下該區(qū)域的灰度值和輕微損傷的灰度值相似,造成誤檢。同時有些果實區(qū)域圖像并不光滑和完整,造成這一現(xiàn)象的原因是果實表面邊緣灰度與背景差別不大導致上述圖像算法提取的果實掩模圖像并不十分合適。

    3 結(jié) 論

    近紅外高光譜系統(tǒng)用來檢測脆熟期冬棗初期機械損傷,針對高光譜圖像維數(shù)較多,采用3 種數(shù)據(jù)降維方法。雖然降維方法有效減少了特征波長個數(shù),但是特征波長仍然較多,基于濾波片的實時檢測還無法實現(xiàn),因此選取3 種方法的一致波長。結(jié)果表明所有方法提取的波長變量都包含1 353、1 691 nm附近的波長。此外,選擇3 種分類方法k-NN、NB、SVM來檢驗特征波長對損傷區(qū)域的識別效果,結(jié)果表明SPA、CFS和Consistency提取的特征波長以及一致波長都達到較好的分類識別效果,驗證了所選波長的有效性,為搭建多光譜在線檢測平臺提供理論參考依據(jù)。最后,通過對1 353 nm和1 691 nm波長處光譜分量的圖像處理,有效地識別冬棗的微觀損傷,檢測正確率達到81.8%。

    [1] GAO Q H, WU P T, LIU J R, et al. Physico-chemical properties and antioxidant capacity of different jujube (Ziziphus jujuba Mill.) cultivars grown in loess plateau of China[J]. Scientia Horticulturae, 2011, 130(1): 67-72. DOI:10.1016/j.scienta.2011.06.005.

    [2] 質(zhì)量監(jiān)督檢驗總局, 中國國家標準化委員會. 鮮棗質(zhì)量等級: GB/T 22345—2008[S]. 北京: 中國標準出版社, 2008.

    [3] 張保華, 黃文倩, 李江波, 等. 基于高光譜成像技術和MNF檢測蘋果的輕微損傷[J]. 光譜學與光譜分析, 2014(5): 1367-1372.

    [4] 辛世華, 何建國, 王松磊, 等. 紅棗表面損傷的特征光譜提取[J]. 食品科學, 2013, 34(8): 145-148.

    [5] 胡鵬程, 孫曄, 吳海倫, 等. 高光譜圖像對白蘿卜糠心的無損檢測[J].食品科學, 2015, 36(12): 171-176.

    [6] FU L, OKAMOTO H, SHIBATA Y, et al. Distinguishing overripe berries of Japanese blue honeysuckle using hyperspectral imaging analysis[J]. Engineering in Agriculture, Environment, and Food, 2014, 7(1): 22-27. DOI:10.1016/j.eaef.2013.12.004.

    [7] 薛建新, 張淑娟, 張晶晶. 壺瓶棗自然損傷的高光譜成像檢測[J]. 農(nóng)業(yè)機械學報, 2015, 46(7): 220-226. DOI:10.6041/ j.issn.1000-1298.2015.07.032.

    [8] RIVERA N V, G?MEZ-SANCHIS J, CHANONA-P?REZ J, et al. Early detection of mechanical damage in mango using NIR hyperspectral images and machine learning[J]. Biosystems Engineering, 2014, 122: 91-98. DOI:10.1016/j.biosystemseng.2014.03.009.

    [9] RAJKUMAR P, WANG N, ELMASRY G, et al. Studies on banana fruit quality and maturity stages using hyperspectral imaging[J]. Journal of Food Engineering, 2012, 108(1): 194-200. DOI:10.1016/ j.jfoodeng.2011.05.002.

    [10] 魏新華, 吳姝, 范曉冬, 等. 基于高光譜成像分析的冬棗微觀損傷識別[J]. 農(nóng)業(yè)機械學報, 2015, 46(3): 242-246. DOI:10.6041/ j.issn.1000-1298.2015.03.035.

    [11] WANG J, NAKANO K, OHASHI S. Nondestructive evaluation of jujube quality by visible and near-infrared spectroscopy[J]. LWTFood Science and Technology, 2011, 44(4): 1119-1125. DOI:10.1016/ j.lwt.2010.11.012.

    [12] YU K, ZHAO Y, LI X, et al. Identification of crack features in fresh jujube using Vis/NIR hyperspectral imaging combined with image processing[J]. Computers and Electronics in Agriculture, 2014, 103: 1-10. DOI:10.1016/j.compag.2014.01.016.

    [13] 張初, 劉飛, 孔汶汶, 等. 利用近紅外高光譜圖像技術快速鑒別西瓜種子品種[J]. 農(nóng)業(yè)工程學報, 2013, 29(20): 270-277. DOI:10.3969/ j.issn.1002-6819.2013.20.035.

    [14] SOARES S F C, GOMES A A, ARAUJO M C U, et al. The successive projections algorithm[J]. Trends in Analytical Chemistry, 2013, 42: 84-98. DOI:10.1016/j.trac.2012.09.006.

    [15] HALL M A. Correlation based feature selection for machine learning[D]. Hamilton: University of California, 2000: 15-55.

    [16] LIU H, SETIONO R. A probabilistic approach to feature selection: a filter solution[C]//Proceedings of the International Conference on Machine Learning, 2010.

    [17] GALV?O R K H, ARA?JO M C U, SILVA E C, et al. Crossvalidation for the selection of spectral variables using the successive projections algorithm[J]. Journal of the Brazilian Chemical Society, 2007, 18(8): 1580-1584.

    [18] WITTEN I H, FRANK E, HALL M A. Data mining: practical machine learning tools and techniques[M]. San Francisco: Morgan Kaufmann Publishers Inc., 2011: 206-207.

    [19] 閉小梅, 閉瑞華. KNN算法綜述[J]. 科技創(chuàng)新導報, 2009(14): 31.

    [20] BECKER B, KOHAVI R, DAN S. Visualizing the simple bayesian classifier[J]. Information Visualization in Data Mining and Knowledge Discovery, 2001, 18: 237-249. DOI:10.1007/s13398-014-0173-7.2.

    [21] CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning, 1995, 20: 273-297.

    [22] FRIEND J, RHODES M J C. Recent advances in the biochemistry of fruits and vegetables[M]. New York: Academic Press, 1981: 41-61.

    [23] LU R, CEN H, HUANG M, et al. Spectral absorption and scattering properties of normal and bruised apple tissue[J]. Transactions of the ASABE, 2010, 53(1): 263-269.

    [24] 蔡天凈, 唐瀚. Savitzky-Golay平滑濾波器的最小二乘擬合原理綜述[J].數(shù)字通信, 2011(1): 63-68.

    [25] YANG C, LEE W S, WILLIAMSON J G. Classification of blueberry fruit and leaves based on spectral signatures[J]. Biosystems Engineering, 2012, 113(4): 351-362. DOI:10.1016/ j.biosystemseng.2012.09.009.

    Early Detection of Mechanical Damage in Chinese Winter Jujube (Zizyphus jujuba Mill. cv. Dongzao) Using NIR Hyperspectral Images

    SUN Shipeng1, PENG Jun1, LI Rui1, ZHU Zhaolong1, Vázquez-Arellano MANUEL2, FU Longsheng1,*
    (1. College of Mechanical and Electronic Engineering, Northwest A&F University, Yangling 712100, China; 2. Institute of Agricultural Engineering, University of Hohenheim, Stuttgart 70599, Germany)

    Fruits of Chinese winter jujube (Zizyphus jujuba Mill. cv. Dongzao) are sensitive to mechanical stress and can easily develop brown spots after suffering mechanical stress during mechanical harvesting and postharvest handling. The damage cannot be detected easily by machine vision at very early stages of maturity. Thus, a near-infrared (NIR) hyperspectral imaging system was used to detect mechanical damage in Chinese winter jujubes. For reducing the dimensionality of hyperspectral data, three feature selection methods, successive projections algorithm, (SPA), correlation-based feature selection (CFS), and consistency, were used. In addition, three classifiers, i.e., k-nearest neighbor (k-NN), naive bayes (NB), and support vector machine (SVM), were evaluated to segment the pixels of the jujubes into two regions: damaged and nondamaged. Results revealed that two consistent wavebands, i.e., 1 353 nm and 1 691 nm, were established by all the feature selection methods. Besides, SVM offered the best performance with a correction recognition rate of 95.16% using the selected features by the consistency method. NB offered similar performance with a correction recognition rate of 84.26% in the selected wavebands. Hence, this work can pave the foundation for early on-line detecting Chinese winter jujube damage caused by mechanical stress.

    Chinese jujube; hyperspectral imaging; feature selection; slight damage; detection

    10.7506/spkx1002-6630-201702047

    TP391.4

    A

    1002-6630(2017)02-0301-05

    孫世鵬, 彭俊, 李瑞, 等. 基于近紅外高光譜圖像的冬棗損傷早期檢測[J]. 食品科學, 2017, 38(2): 301-305. DOI:10.7506/ spkx1002-6630-201702047. http://www.spkx.net.cn

    SUN Shipeng, PENG Jun, LI Rui, et al. Early detection of mechanical damage in chinese winter jujube (Zizyphus jujuba Mill. cv. Dongzao) using nir hyperspectral images[J]. Food Science, 2017, 38(2): 301-305. (in Chinese with English abstract)

    10.7506/spkx1002-6630-201702047. http://www.spkx.net.cn

    2016-06-21

    陜西省自然科學基礎研究計劃-青年人才項目(2015JQ3065);中國博士后科學基金項目(2015M572602);西北農(nóng)林科技大學國際科技合作種子基金項目(A213021505)

    孫世鵬(1991—),男,碩士研究生,主要從事果實智能化分選研究。E-mail:18717307301@163.com

    *通信作者:傅隆生(1984—),男,副教授,博士,主要從事農(nóng)業(yè)智能化技術與裝備研究。E-mail:fulsh@nwafu.edu.cn

    猜你喜歡
    冬棗正確率波長
    HPLC-PDA雙波長法同時測定四季草片中沒食子酸和槲皮苷的含量
    門診分診服務態(tài)度與正確率對護患關系的影響
    冬棗深加工 延伸產(chǎn)業(yè)鏈
    “智耕?!敝讣狻胺N”冬棗
    一種鋸齒狀冬棗采摘裝置
    電子制作(2019年10期)2019-06-17 11:45:22
    雙波長激光治療慢性牙周炎的療效觀察
    生意
    品管圈活動在提高介入手術安全核查正確率中的應用
    天津護理(2016年3期)2016-12-01 05:40:01
    生意
    故事會(2016年15期)2016-08-23 13:48:41
    日本研發(fā)出可完全覆蓋可見光波長的LED光源
    中國照明(2016年4期)2016-05-17 06:16:15
    亚洲一区高清亚洲精品| a级一级毛片免费在线观看| 麻豆一二三区av精品| 老司机深夜福利视频在线观看| 在线a可以看的网站| 此物有八面人人有两片| 精品国产三级普通话版| 久久久久久大精品| 日韩高清综合在线| 国产视频内射| 国产欧美日韩精品一区二区| 精品国产超薄肉色丝袜足j| 日韩欧美精品v在线| 88av欧美| 99riav亚洲国产免费| 欧美3d第一页| 久久精品国产综合久久久| 在线a可以看的网站| 村上凉子中文字幕在线| 有码 亚洲区| 狠狠狠狠99中文字幕| 欧美日韩福利视频一区二区| 国产高清videossex| 国产伦精品一区二区三区四那| 特级一级黄色大片| 日韩人妻高清精品专区| 在线十欧美十亚洲十日本专区| 国产黄片美女视频| 久久国产乱子伦精品免费另类| 精品乱码久久久久久99久播| 色播亚洲综合网| 三级毛片av免费| 尤物成人国产欧美一区二区三区| 日本黄大片高清| 国产精品免费一区二区三区在线| 老鸭窝网址在线观看| 很黄的视频免费| 久久国产精品人妻蜜桃| 亚洲av五月六月丁香网| 日韩欧美精品v在线| 19禁男女啪啪无遮挡网站| 亚洲精华国产精华精| 成年免费大片在线观看| 天堂影院成人在线观看| 又黄又爽又免费观看的视频| 国产成人系列免费观看| 舔av片在线| 国产亚洲精品久久久com| 99久国产av精品| 免费一级毛片在线播放高清视频| 网址你懂的国产日韩在线| av中文乱码字幕在线| 国产精品一及| 一边摸一边抽搐一进一小说| 国产精品亚洲av一区麻豆| 怎么达到女性高潮| 老司机在亚洲福利影院| 精华霜和精华液先用哪个| 男女床上黄色一级片免费看| 午夜免费激情av| 欧美一级毛片孕妇| 搡老熟女国产l中国老女人| 国产免费一级a男人的天堂| 国产伦精品一区二区三区视频9 | 国产高清视频在线播放一区| 久久久久久久久久黄片| 日韩欧美精品免费久久 | 高清在线国产一区| 国产精品一区二区三区四区免费观看 | 99热这里只有是精品50| 国产激情欧美一区二区| 人人妻人人看人人澡| 免费电影在线观看免费观看| 亚洲18禁久久av| 日本精品一区二区三区蜜桃| 深夜精品福利| 一个人免费在线观看电影| 一个人观看的视频www高清免费观看| 最后的刺客免费高清国语| 1024手机看黄色片| 给我免费播放毛片高清在线观看| 国产私拍福利视频在线观看| 长腿黑丝高跟| 国产精品自产拍在线观看55亚洲| 午夜福利免费观看在线| 亚洲熟妇中文字幕五十中出| 久久久精品欧美日韩精品| 免费看美女性在线毛片视频| 国产精品 国内视频| 一边摸一边抽搐一进一小说| av女优亚洲男人天堂| 中文字幕精品亚洲无线码一区| 国产成人aa在线观看| 亚洲一区高清亚洲精品| 成人18禁在线播放| 久久久久精品国产欧美久久久| 欧美3d第一页| 日韩欧美国产在线观看| 人妻丰满熟妇av一区二区三区| www日本在线高清视频| 国产精品综合久久久久久久免费| 欧美bdsm另类| 免费高清视频大片| 亚洲av熟女| 午夜激情欧美在线| 日韩欧美国产在线观看| 亚洲va日本ⅴa欧美va伊人久久| 日本黄大片高清| 国产三级在线视频| 精品国产三级普通话版| 91麻豆精品激情在线观看国产| 久久久久久久久大av| 亚洲av日韩精品久久久久久密| 99在线人妻在线中文字幕| 亚洲狠狠婷婷综合久久图片| 免费看美女性在线毛片视频| 欧美xxxx黑人xx丫x性爽| 欧美乱妇无乱码| 免费在线观看成人毛片| 老司机午夜福利在线观看视频| 久久久久精品国产欧美久久久| 国产av麻豆久久久久久久| 在线国产一区二区在线| 在线十欧美十亚洲十日本专区| 三级男女做爰猛烈吃奶摸视频| 精品一区二区三区视频在线观看免费| 不卡一级毛片| 午夜免费成人在线视频| 香蕉av资源在线| 宅男免费午夜| 亚洲熟妇中文字幕五十中出| 亚洲av日韩精品久久久久久密| 中文字幕熟女人妻在线| 欧美在线一区亚洲| 嫁个100分男人电影在线观看| 午夜亚洲福利在线播放| 69av精品久久久久久| 午夜免费激情av| 女人被狂操c到高潮| www国产在线视频色| 欧美日韩亚洲国产一区二区在线观看| 成人亚洲精品av一区二区| 级片在线观看| 色尼玛亚洲综合影院| 亚洲第一欧美日韩一区二区三区| 欧美成人免费av一区二区三区| 最新美女视频免费是黄的| 看免费av毛片| 又黄又粗又硬又大视频| 国语自产精品视频在线第100页| 亚洲人成网站在线播放欧美日韩| 悠悠久久av| av国产免费在线观看| 久久久久久久久久黄片| 免费大片18禁| 18禁裸乳无遮挡免费网站照片| 少妇人妻精品综合一区二区 | 999久久久精品免费观看国产| 日本五十路高清| 天堂动漫精品| 母亲3免费完整高清在线观看| 俺也久久电影网| 美女 人体艺术 gogo| 夜夜夜夜夜久久久久| 国产视频内射| 丰满人妻熟妇乱又伦精品不卡| 中文字幕久久专区| 一本综合久久免费| 精品不卡国产一区二区三区| 不卡一级毛片| 中文资源天堂在线| 成年版毛片免费区| 每晚都被弄得嗷嗷叫到高潮| 欧美日本亚洲视频在线播放| 搡老岳熟女国产| 有码 亚洲区| 夜夜爽天天搞| 国产欧美日韩一区二区精品| 欧美黄色淫秽网站| 精品一区二区三区av网在线观看| netflix在线观看网站| 在线天堂最新版资源| 女人高潮潮喷娇喘18禁视频| 免费电影在线观看免费观看| av在线天堂中文字幕| 一本久久中文字幕| 久久草成人影院| 国产综合懂色| 欧美日韩国产亚洲二区| 国产午夜福利久久久久久| 午夜福利在线在线| 香蕉av资源在线| 欧美性感艳星| 男插女下体视频免费在线播放| 欧美色欧美亚洲另类二区| 久久久久精品国产欧美久久久| 天堂av国产一区二区熟女人妻| 一本综合久久免费| 亚洲中文字幕一区二区三区有码在线看| 在线观看av片永久免费下载| 亚洲片人在线观看| 久久久久久久午夜电影| 18美女黄网站色大片免费观看| 亚洲欧美激情综合另类| 色综合婷婷激情| 精品人妻1区二区| 欧美性猛交黑人性爽| 久久天躁狠狠躁夜夜2o2o| 午夜激情福利司机影院| 国产在视频线在精品| 亚洲国产日韩欧美精品在线观看 | 成人特级黄色片久久久久久久| 999久久久精品免费观看国产| 动漫黄色视频在线观看| 亚洲成人免费电影在线观看| 亚洲 欧美 日韩 在线 免费| 国产精品影院久久| 99精品欧美一区二区三区四区| 夜夜爽天天搞| 成人鲁丝片一二三区免费| 精品一区二区三区av网在线观看| 欧美+日韩+精品| 不卡一级毛片| 国产欧美日韩一区二区三| 欧美性感艳星| 午夜激情福利司机影院| 国产成人av激情在线播放| 色综合婷婷激情| 亚洲中文字幕一区二区三区有码在线看| 亚洲美女视频黄频| 男女之事视频高清在线观看| 欧美色欧美亚洲另类二区| 色视频www国产| 国产av麻豆久久久久久久| 亚洲精品一卡2卡三卡4卡5卡| 国产午夜精品久久久久久一区二区三区 | www日本在线高清视频| 网址你懂的国产日韩在线| 97碰自拍视频| 亚洲av美国av| 18美女黄网站色大片免费观看| 99精品久久久久人妻精品| 我要搜黄色片| 亚洲国产色片| 日韩欧美在线乱码| 日本与韩国留学比较| 国产精品自产拍在线观看55亚洲| xxxwww97欧美| 久久精品国产综合久久久| 99国产极品粉嫩在线观看| 听说在线观看完整版免费高清| 免费在线观看成人毛片| 国产熟女xx| avwww免费| 午夜免费激情av| 中文字幕久久专区| 在线观看av片永久免费下载| 中文字幕熟女人妻在线| 少妇的丰满在线观看| 国产黄片美女视频| 久久久久久久久大av| 国产欧美日韩一区二区精品| 成人一区二区视频在线观看| 国产精品综合久久久久久久免费| 亚洲精品美女久久久久99蜜臀| 麻豆国产av国片精品| 少妇的逼水好多| 精品电影一区二区在线| 九色成人免费人妻av| 亚洲人成伊人成综合网2020| 欧美最黄视频在线播放免费| 亚洲精品在线美女| 十八禁网站免费在线| 免费在线观看亚洲国产| 香蕉久久夜色| 啦啦啦免费观看视频1| 啪啪无遮挡十八禁网站| 99久久成人亚洲精品观看| 欧美三级亚洲精品| 久久精品综合一区二区三区| 亚洲成a人片在线一区二区| 少妇熟女aⅴ在线视频| 男女下面进入的视频免费午夜| 亚洲精品影视一区二区三区av| 精品久久久久久久久久免费视频| 国产精品久久久久久久电影 | 51国产日韩欧美| 日日摸夜夜添夜夜添小说| 最好的美女福利视频网| 亚洲欧美一区二区三区黑人| 欧洲精品卡2卡3卡4卡5卡区| av福利片在线观看| 精品乱码久久久久久99久播| 亚洲欧美日韩高清专用| 香蕉久久夜色| 日韩欧美一区二区三区在线观看| 欧美乱妇无乱码| 久久久久久久久中文| 日韩欧美精品v在线| 最近最新中文字幕大全免费视频| 亚洲国产精品久久男人天堂| 中文亚洲av片在线观看爽| 国产成年人精品一区二区| 精品无人区乱码1区二区| www日本在线高清视频| 国产精品一及| 一进一出抽搐动态| 757午夜福利合集在线观看| 日本精品一区二区三区蜜桃| 黄色片一级片一级黄色片| 99国产精品一区二区三区| 精品国产三级普通话版| 午夜精品久久久久久毛片777| 看免费av毛片| 人人妻人人澡欧美一区二区| 亚洲国产精品成人综合色| 午夜精品一区二区三区免费看| 日韩成人在线观看一区二区三区| 偷拍熟女少妇极品色| 黄色丝袜av网址大全| 91久久精品电影网| 性色av乱码一区二区三区2| 色av中文字幕| 国产老妇女一区| 午夜福利免费观看在线| 午夜福利成人在线免费观看| 女同久久另类99精品国产91| 九色成人免费人妻av| 欧美黄色淫秽网站| 又紧又爽又黄一区二区| 亚洲精品粉嫩美女一区| 桃色一区二区三区在线观看| h日本视频在线播放| 色综合亚洲欧美另类图片| 久久久国产成人免费| 国产熟女xx| 亚洲激情在线av| 国产精品亚洲av一区麻豆| 变态另类成人亚洲欧美熟女| 九色成人免费人妻av| 成人亚洲精品av一区二区| 精品一区二区三区人妻视频| 国产精品自产拍在线观看55亚洲| 亚洲人成网站在线播| 一区二区三区高清视频在线| 69av精品久久久久久| 国产欧美日韩精品一区二区| av国产免费在线观看| 精品欧美国产一区二区三| 在线观看舔阴道视频| 亚洲激情在线av| 日本黄色片子视频| 亚洲人成网站在线播放欧美日韩| 国产三级黄色录像| 亚洲久久久久久中文字幕| 精品一区二区三区视频在线观看免费| 中文字幕熟女人妻在线| 欧美大码av| 国产精品久久久久久亚洲av鲁大| 国产精品久久久久久人妻精品电影| 两个人看的免费小视频| 午夜免费成人在线视频| 俺也久久电影网| 国产伦在线观看视频一区| 午夜免费观看网址| 很黄的视频免费| 亚洲电影在线观看av| 岛国在线免费视频观看| 成人一区二区视频在线观看| 国产不卡一卡二| 日本撒尿小便嘘嘘汇集6| 夜夜看夜夜爽夜夜摸| 免费观看人在逋| 可以在线观看毛片的网站| 国产成人系列免费观看| 天美传媒精品一区二区| 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 69人妻影院| 高潮久久久久久久久久久不卡| 亚洲电影在线观看av| 亚洲av电影在线进入| 在线播放国产精品三级| 国产精品久久久久久亚洲av鲁大| 啪啪无遮挡十八禁网站| 国产精品野战在线观看| 一区福利在线观看| 亚洲人成电影免费在线| 欧美最新免费一区二区三区 | 国产高潮美女av| 亚洲欧美一区二区三区黑人| 亚洲在线观看片| 国产一区在线观看成人免费| 精品熟女少妇八av免费久了| 国产黄片美女视频| 中文字幕熟女人妻在线| 真实男女啪啪啪动态图| 亚洲自拍偷在线| 国产淫片久久久久久久久 | 99久久成人亚洲精品观看| 国产精品久久久久久亚洲av鲁大| 日韩欧美精品免费久久 | 亚洲一区二区三区不卡视频| 黄片小视频在线播放| 成人鲁丝片一二三区免费| 每晚都被弄得嗷嗷叫到高潮| 色播亚洲综合网| 色综合婷婷激情| 十八禁网站免费在线| 精品日产1卡2卡| 成人国产一区最新在线观看| 欧美成人a在线观看| netflix在线观看网站| 88av欧美| 一卡2卡三卡四卡精品乱码亚洲| 成人av一区二区三区在线看| 69av精品久久久久久| 人人妻人人看人人澡| 亚洲精品色激情综合| 色综合欧美亚洲国产小说| 99久久久亚洲精品蜜臀av| 最近最新免费中文字幕在线| 看黄色毛片网站| 久久中文看片网| 亚洲人成网站在线播| 婷婷精品国产亚洲av在线| 亚洲av免费高清在线观看| 老熟妇乱子伦视频在线观看| 99国产综合亚洲精品| 怎么达到女性高潮| 最新中文字幕久久久久| 很黄的视频免费| 免费在线观看影片大全网站| 性色avwww在线观看| 757午夜福利合集在线观看| 国产av不卡久久| 法律面前人人平等表现在哪些方面| 精品人妻偷拍中文字幕| 亚洲精品影视一区二区三区av| 亚洲成av人片在线播放无| 亚洲av成人av| 国产综合懂色| 精华霜和精华液先用哪个| 亚洲欧美激情综合另类| 麻豆久久精品国产亚洲av| 国模一区二区三区四区视频| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品美女久久久久99蜜臀| 日韩欧美在线二视频| 91av网一区二区| 亚洲成a人片在线一区二区| 91久久精品电影网| 亚洲五月婷婷丁香| 国产精品1区2区在线观看.| 丰满乱子伦码专区| 日本三级黄在线观看| 欧美日韩国产亚洲二区| 长腿黑丝高跟| 日韩欧美国产在线观看| 日本与韩国留学比较| 久99久视频精品免费| 久久精品91蜜桃| 久久久久久久精品吃奶| 亚洲va日本ⅴa欧美va伊人久久| 国产精品爽爽va在线观看网站| 怎么达到女性高潮| 国产伦精品一区二区三区视频9 | 91在线观看av| 欧美日韩中文字幕国产精品一区二区三区| 九色国产91popny在线| 久久精品国产自在天天线| 国内精品久久久久久久电影| 两个人的视频大全免费| 久久性视频一级片| 黄色成人免费大全| 母亲3免费完整高清在线观看| 熟妇人妻久久中文字幕3abv| 噜噜噜噜噜久久久久久91| 看免费av毛片| 丰满人妻一区二区三区视频av | 婷婷亚洲欧美| 51午夜福利影视在线观看| 国产亚洲精品一区二区www| 亚洲av日韩精品久久久久久密| 久久国产精品人妻蜜桃| 国产高清激情床上av| 99热6这里只有精品| 欧美一区二区精品小视频在线| 亚洲精品影视一区二区三区av| 激情在线观看视频在线高清| 18禁美女被吸乳视频| 日韩国内少妇激情av| 狠狠狠狠99中文字幕| 老司机深夜福利视频在线观看| 久久久精品欧美日韩精品| 一区二区三区国产精品乱码| 国产成人福利小说| 免费在线观看日本一区| 深夜精品福利| 天堂网av新在线| 国产精品一区二区三区四区久久| 99久久成人亚洲精品观看| 国产精品久久久人人做人人爽| 亚洲国产中文字幕在线视频| 国产一区二区在线观看日韩 | 757午夜福利合集在线观看| 亚洲七黄色美女视频| 无限看片的www在线观看| 偷拍熟女少妇极品色| 91在线观看av| 亚洲av日韩精品久久久久久密| 99热精品在线国产| www.999成人在线观看| xxx96com| 欧美黑人欧美精品刺激| 精品久久久久久久久久久久久| 男女做爰动态图高潮gif福利片| 老司机福利观看| 一a级毛片在线观看| 亚洲avbb在线观看| 一级a爱片免费观看的视频| 亚洲精品456在线播放app | 亚洲第一电影网av| 黄色女人牲交| 日本在线视频免费播放| 黄色女人牲交| 久久人妻av系列| 久久精品影院6| 免费人成在线观看视频色| 免费高清视频大片| 国产精品电影一区二区三区| 国产成人福利小说| 看黄色毛片网站| 亚洲性夜色夜夜综合| 亚洲一区二区三区不卡视频| 免费看美女性在线毛片视频| 一本综合久久免费| 亚洲av一区综合| 天天一区二区日本电影三级| 亚洲国产精品成人综合色| 在线观看66精品国产| 18禁裸乳无遮挡免费网站照片| 麻豆成人av在线观看| 久久久久九九精品影院| 日本黄大片高清| 国产精品美女特级片免费视频播放器| 1000部很黄的大片| 51国产日韩欧美| 久久人人精品亚洲av| 成年女人毛片免费观看观看9| 中文字幕人成人乱码亚洲影| 又爽又黄无遮挡网站| 日韩 欧美 亚洲 中文字幕| 精品99又大又爽又粗少妇毛片 | 成人欧美大片| 九九热线精品视视频播放| 国产精品亚洲美女久久久| 少妇裸体淫交视频免费看高清| 亚洲国产日韩欧美精品在线观看 | 小蜜桃在线观看免费完整版高清| 亚洲av电影在线进入| 欧美绝顶高潮抽搐喷水| 国产高清有码在线观看视频| 波野结衣二区三区在线 | 亚洲第一电影网av| 久久久久久久久久黄片| 可以在线观看毛片的网站| 亚洲精品国产精品久久久不卡| 日日摸夜夜添夜夜添小说| 国产精品精品国产色婷婷| 亚洲欧美日韩东京热| 欧美成人一区二区免费高清观看| 久久香蕉精品热| 成人av在线播放网站| 免费看a级黄色片| 国产精品久久久久久久久免 | 国产午夜福利久久久久久| 男人和女人高潮做爰伦理| 国产乱人视频| 色视频www国产| 亚洲美女视频黄频| 国产在线精品亚洲第一网站| 亚洲精品粉嫩美女一区| 欧美乱码精品一区二区三区| 女人十人毛片免费观看3o分钟| 亚洲精品一卡2卡三卡4卡5卡| 午夜免费激情av| 午夜福利高清视频| 欧美成狂野欧美在线观看| 一进一出抽搐gif免费好疼| 老司机午夜十八禁免费视频| 此物有八面人人有两片| 国产成人欧美在线观看| 热99在线观看视频| 国产成人a区在线观看| 亚洲av电影在线进入| 成人高潮视频无遮挡免费网站| 亚洲精品影视一区二区三区av| 久久精品91蜜桃| 午夜激情福利司机影院| 美女免费视频网站| svipshipincom国产片| 88av欧美| 色综合婷婷激情| а√天堂www在线а√下载| 在线观看免费视频日本深夜| 成年人黄色毛片网站| 人妻夜夜爽99麻豆av| 在线免费观看不下载黄p国产 | 国内久久婷婷六月综合欲色啪| 国产精品一及| 一级毛片高清免费大全| 最近最新中文字幕大全免费视频| 欧美日韩综合久久久久久 | 久久久久国产精品人妻aⅴ院|