• <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
    午夜激情av网站| 久久精品久久精品一区二区三区| 日韩欧美精品免费久久| 青青草视频在线视频观看| 国产熟女欧美一区二区| 老司机在亚洲福利影院| 一边摸一边抽搐一进一出视频| av天堂久久9| 久久影院123| 可以免费在线观看a视频的电影网站 | 九九爱精品视频在线观看| 高清在线视频一区二区三区| 亚洲欧美色中文字幕在线| 女的被弄到高潮叫床怎么办| 97精品久久久久久久久久精品| 日日爽夜夜爽网站| 亚洲国产精品成人久久小说| 秋霞在线观看毛片| 国产乱来视频区| 久久久久久久国产电影| 日韩电影二区| 大香蕉久久网| 国产精品.久久久| 久久狼人影院| 成人午夜精彩视频在线观看| 日韩精品免费视频一区二区三区| 深夜精品福利| 久久99一区二区三区| 国产一区二区三区av在线| 亚洲熟女精品中文字幕| 99久久精品国产亚洲精品| 午夜老司机福利片| 欧美亚洲 丝袜 人妻 在线| 岛国毛片在线播放| 亚洲精品美女久久av网站| 欧美日韩综合久久久久久| 亚洲国产毛片av蜜桃av| www.自偷自拍.com| 国产精品免费视频内射| 精品国产国语对白av| 99热全是精品| 青春草国产在线视频| 亚洲成人一二三区av| 国产乱人偷精品视频| 考比视频在线观看| 欧美激情极品国产一区二区三区| 国产免费福利视频在线观看| 中文精品一卡2卡3卡4更新| 人成视频在线观看免费观看| 永久免费av网站大全| 亚洲人成77777在线视频| 91国产中文字幕| 日韩精品有码人妻一区| 777米奇影视久久| 亚洲国产精品一区三区| 大片免费播放器 马上看| 亚洲精品国产区一区二| www.自偷自拍.com| 一区福利在线观看| 伦理电影大哥的女人| 男女之事视频高清在线观看 | tube8黄色片| 国产精品国产av在线观看| 免费女性裸体啪啪无遮挡网站| 午夜福利网站1000一区二区三区| 久久99精品国语久久久| 菩萨蛮人人尽说江南好唐韦庄| 国产精品一区二区在线不卡| 国产 精品1| 一边摸一边做爽爽视频免费| 亚洲精品在线美女| 欧美97在线视频| 性高湖久久久久久久久免费观看| 这个男人来自地球电影免费观看 | 99久久人妻综合| 欧美97在线视频| 九草在线视频观看| 亚洲精品视频女| 中国三级夫妇交换| 9色porny在线观看| 男男h啪啪无遮挡| 免费日韩欧美在线观看| 亚洲精品日本国产第一区| 在线观看人妻少妇| 天天影视国产精品| 99re6热这里在线精品视频| 午夜免费男女啪啪视频观看| 国产在线免费精品| 男女下面插进去视频免费观看| 久久99精品国语久久久| 免费观看a级毛片全部| 国产极品粉嫩免费观看在线| 美女主播在线视频| 日本wwww免费看| 国产激情久久老熟女| 色视频在线一区二区三区| 中文字幕高清在线视频| 久久精品亚洲熟妇少妇任你| 日韩 亚洲 欧美在线| 黄色 视频免费看| 国产野战对白在线观看| 免费黄频网站在线观看国产| 久久精品熟女亚洲av麻豆精品| 一区二区日韩欧美中文字幕| kizo精华| 女人久久www免费人成看片| 国产精品偷伦视频观看了| 欧美国产精品一级二级三级| 性色av一级| 熟女av电影| 丝袜人妻中文字幕| 丰满迷人的少妇在线观看| 在线免费观看不下载黄p国产| 亚洲第一av免费看| 免费女性裸体啪啪无遮挡网站| 成人国产av品久久久| 久久97久久精品| 亚洲精品国产区一区二| 国产免费现黄频在线看| 十分钟在线观看高清视频www| 大片免费播放器 马上看| 久久久久久久国产电影| 国产av码专区亚洲av| 日韩一卡2卡3卡4卡2021年| 91精品国产国语对白视频| 欧美 日韩 精品 国产| 欧美激情极品国产一区二区三区| 亚洲精品第二区| 国产精品蜜桃在线观看| 五月开心婷婷网| 男人操女人黄网站| 国产成人免费无遮挡视频| 在线亚洲精品国产二区图片欧美| 99精国产麻豆久久婷婷| bbb黄色大片| 国产免费视频播放在线视频| 飞空精品影院首页| 亚洲av日韩精品久久久久久密 | 免费女性裸体啪啪无遮挡网站| 亚洲成国产人片在线观看| 不卡av一区二区三区| 999久久久国产精品视频| 人人妻人人澡人人爽人人夜夜| 午夜老司机福利片| 国产免费一区二区三区四区乱码| 亚洲欧美色中文字幕在线| 久久99一区二区三区| 亚洲综合色网址| 女性被躁到高潮视频| 日韩电影二区| 丝袜人妻中文字幕| 在线观看免费高清a一片| 久久人人97超碰香蕉20202| 夫妻性生交免费视频一级片| 亚洲精品国产一区二区精华液| 久热爱精品视频在线9| 80岁老熟妇乱子伦牲交| 一区在线观看完整版| 黄色毛片三级朝国网站| 伊人久久国产一区二区| 国产伦人伦偷精品视频| 久久午夜综合久久蜜桃| 亚洲美女搞黄在线观看| 国产女主播在线喷水免费视频网站| www.精华液| 免费黄色在线免费观看| 国产欧美亚洲国产| 日韩大片免费观看网站| 国产乱来视频区| 精品人妻熟女毛片av久久网站| 观看av在线不卡| 久久 成人 亚洲| 99久久人妻综合| 香蕉丝袜av| 2018国产大陆天天弄谢| 国产一级毛片在线| 欧美xxⅹ黑人| 午夜免费鲁丝| 精品一区二区三卡| 香蕉国产在线看| 午夜91福利影院| 精品一品国产午夜福利视频| 久久久精品国产亚洲av高清涩受| 丝袜脚勾引网站| 国产在线视频一区二区| 国产精品 欧美亚洲| 欧美亚洲日本最大视频资源| 男女下面插进去视频免费观看| 久久久久久久久免费视频了| 日韩 欧美 亚洲 中文字幕| 超色免费av| 卡戴珊不雅视频在线播放| 少妇精品久久久久久久| 久久精品亚洲av国产电影网| 一本大道久久a久久精品| 国产成人午夜福利电影在线观看| 亚洲一级一片aⅴ在线观看| 最近2019中文字幕mv第一页| 人体艺术视频欧美日本| 校园人妻丝袜中文字幕| av在线老鸭窝| 少妇被粗大猛烈的视频| 国产精品免费视频内射| 在线天堂最新版资源| 中国国产av一级| 黑人巨大精品欧美一区二区蜜桃| 汤姆久久久久久久影院中文字幕| 99久久综合免费| 久久久精品免费免费高清| 99热国产这里只有精品6| 婷婷色综合www| 国产一卡二卡三卡精品 | 天美传媒精品一区二区| 国产成人欧美| 久久久久精品人妻al黑| 午夜av观看不卡| 狂野欧美激情性xxxx| 亚洲精品av麻豆狂野| 欧美成人精品欧美一级黄| 精品人妻熟女毛片av久久网站| 亚洲一卡2卡3卡4卡5卡精品中文| 9色porny在线观看| 天天影视国产精品| 精品国产一区二区久久| 天堂俺去俺来也www色官网| 人体艺术视频欧美日本| 高清不卡的av网站| 国产成人午夜福利电影在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 老汉色∧v一级毛片| 国产成人精品久久二区二区91 | 少妇被粗大的猛进出69影院| 亚洲精品乱久久久久久| 自线自在国产av| 亚洲激情五月婷婷啪啪| 人人澡人人妻人| 免费黄网站久久成人精品| 国产熟女欧美一区二区| 美女扒开内裤让男人捅视频| 一区二区三区激情视频| 岛国毛片在线播放| bbb黄色大片| 免费日韩欧美在线观看| 亚洲视频免费观看视频| 国产麻豆69| 老司机在亚洲福利影院| 欧美黄色片欧美黄色片| 观看av在线不卡| 亚洲婷婷狠狠爱综合网| 晚上一个人看的免费电影| 国产欧美亚洲国产| 精品国产一区二区久久| 国语对白做爰xxxⅹ性视频网站| 精品亚洲成国产av| 欧美日韩一区二区视频在线观看视频在线| 777米奇影视久久| 午夜激情av网站| 国产不卡av网站在线观看| 国产精品偷伦视频观看了| 日韩成人av中文字幕在线观看| 狠狠精品人妻久久久久久综合| 久久精品人人爽人人爽视色| 女人精品久久久久毛片| 老司机在亚洲福利影院| 丝袜喷水一区| 永久免费av网站大全| 免费av中文字幕在线| 国产成人免费无遮挡视频| 国产精品久久久久久人妻精品电影 | 看非洲黑人一级黄片| 啦啦啦中文免费视频观看日本| 韩国高清视频一区二区三区| 看十八女毛片水多多多| 18禁裸乳无遮挡动漫免费视频| 高清欧美精品videossex| 久久狼人影院| 免费在线观看黄色视频的| 黑人猛操日本美女一级片| 99九九在线精品视频| 极品少妇高潮喷水抽搐| 免费观看人在逋| av福利片在线| 亚洲av电影在线观看一区二区三区| www日本在线高清视频| 国产精品久久久久久精品古装| 19禁男女啪啪无遮挡网站| 99热网站在线观看| 国产片特级美女逼逼视频| 国产又色又爽无遮挡免| 波多野结衣一区麻豆| 大片免费播放器 马上看| 天天影视国产精品| 亚洲精品视频女| 亚洲色图综合在线观看| 精品亚洲乱码少妇综合久久| 亚洲av欧美aⅴ国产| 精品少妇久久久久久888优播| 国产免费又黄又爽又色| 91国产中文字幕| 精品国产国语对白av| 精品人妻熟女毛片av久久网站| www.熟女人妻精品国产| 午夜福利乱码中文字幕| 2018国产大陆天天弄谢| 男人添女人高潮全过程视频| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品一区蜜桃| 亚洲美女视频黄频| 国产深夜福利视频在线观看| 99香蕉大伊视频| 韩国高清视频一区二区三区| 日韩av不卡免费在线播放| 热99国产精品久久久久久7| videosex国产| 91精品伊人久久大香线蕉| 亚洲,欧美,日韩| 久久久精品94久久精品| 欧美97在线视频| 十分钟在线观看高清视频www| 熟妇人妻不卡中文字幕| 亚洲美女视频黄频| 国产深夜福利视频在线观看| 国产麻豆69| 狠狠精品人妻久久久久久综合| 91aial.com中文字幕在线观看| 久久久久网色| 精品福利永久在线观看| 欧美精品亚洲一区二区| 一级,二级,三级黄色视频| 国产片特级美女逼逼视频| 国产伦人伦偷精品视频| 不卡av一区二区三区| 国产熟女欧美一区二区| 欧美人与性动交α欧美软件| 精品免费久久久久久久清纯 | 精品亚洲乱码少妇综合久久| 性少妇av在线| 亚洲av在线观看美女高潮| 99热国产这里只有精品6| 蜜桃国产av成人99| 欧美日韩视频精品一区| 欧美成人精品欧美一级黄| 91aial.com中文字幕在线观看| 国产精品国产三级国产专区5o| 男女边摸边吃奶| 成年人午夜在线观看视频| 精品免费久久久久久久清纯 | 欧美av亚洲av综合av国产av | 国产精品国产av在线观看| 亚洲国产中文字幕在线视频| 精品人妻在线不人妻| 美女扒开内裤让男人捅视频| 两个人免费观看高清视频| 在线观看三级黄色| 久久婷婷青草| 男女国产视频网站| 宅男免费午夜| 久久综合国产亚洲精品| 国产精品二区激情视频| xxxhd国产人妻xxx| 国产欧美亚洲国产| 精品少妇内射三级| 久久久国产精品麻豆| 久久 成人 亚洲| 精品酒店卫生间| 亚洲色图综合在线观看| 捣出白浆h1v1| 久久 成人 亚洲| 伦理电影大哥的女人| 黄色毛片三级朝国网站| 午夜福利在线免费观看网站| 一级毛片我不卡| 欧美最新免费一区二区三区| 精品久久久精品久久久| 成年美女黄网站色视频大全免费| 亚洲国产精品成人久久小说| 视频在线观看一区二区三区| 韩国av在线不卡| 男的添女的下面高潮视频| 曰老女人黄片| 18在线观看网站| 一边摸一边做爽爽视频免费| 亚洲色图 男人天堂 中文字幕| 国产精品久久久久久精品古装| 91aial.com中文字幕在线观看| 亚洲精品在线美女| 欧美日韩福利视频一区二区| 伊人久久国产一区二区| 亚洲美女视频黄频| 新久久久久国产一级毛片| 亚洲伊人久久精品综合| 精品亚洲乱码少妇综合久久| 成年女人毛片免费观看观看9 | 欧美精品高潮呻吟av久久| 18禁裸乳无遮挡动漫免费视频| av在线老鸭窝| 国产亚洲午夜精品一区二区久久| 熟女av电影| 天堂8中文在线网| 国产精品二区激情视频| 久久国产亚洲av麻豆专区| www.av在线官网国产| 午夜福利视频精品| 精品国产露脸久久av麻豆| 国产精品久久久久成人av| 肉色欧美久久久久久久蜜桃| 久久久久精品性色| 只有这里有精品99| 午夜精品国产一区二区电影| 女人精品久久久久毛片| 精品视频人人做人人爽| 制服人妻中文乱码| 99re6热这里在线精品视频| 国精品久久久久久国模美| videosex国产| 不卡av一区二区三区| 人成视频在线观看免费观看| 亚洲三区欧美一区| 99热国产这里只有精品6| 99久久人妻综合| 色吧在线观看| 久久狼人影院| 国产一区二区 视频在线| 午夜福利,免费看| www.熟女人妻精品国产| 亚洲欧美色中文字幕在线| 成人手机av| 国产老妇伦熟女老妇高清| 熟女av电影| 一边亲一边摸免费视频| 亚洲第一青青草原| 国产成人免费无遮挡视频| 欧美日韩综合久久久久久| 热99国产精品久久久久久7| 一级片免费观看大全| 午夜久久久在线观看| 亚洲国产毛片av蜜桃av| www.精华液| 尾随美女入室| 久久韩国三级中文字幕| 国产成人精品久久久久久| 777久久人妻少妇嫩草av网站| av在线观看视频网站免费| 老汉色∧v一级毛片| 日韩不卡一区二区三区视频在线| 欧美精品高潮呻吟av久久| 国产精品三级大全| 不卡视频在线观看欧美| av电影中文网址| 天天操日日干夜夜撸| 国产日韩欧美视频二区| 日韩精品有码人妻一区| 国产又爽黄色视频| 久久热在线av| 人人妻人人澡人人爽人人夜夜| av不卡在线播放| 午夜日本视频在线| 国产欧美日韩一区二区三区在线| 国产精品亚洲av一区麻豆 | 日本av手机在线免费观看| 亚洲一区中文字幕在线| 人人妻人人澡人人爽人人夜夜| 夜夜骑夜夜射夜夜干| 中文天堂在线官网| 亚洲精品中文字幕在线视频| 精品一区二区免费观看| 一区二区日韩欧美中文字幕| 国产99久久九九免费精品| 成人亚洲欧美一区二区av| 男人爽女人下面视频在线观看| 午夜日本视频在线| 男人舔女人的私密视频| xxx大片免费视频| 国产不卡av网站在线观看| 亚洲,一卡二卡三卡| 精品国产乱码久久久久久男人| 欧美精品亚洲一区二区| av福利片在线| 国产免费又黄又爽又色| 精品一区二区三区av网在线观看 | 男女国产视频网站| 啦啦啦 在线观看视频| 婷婷色综合www| 亚洲精品自拍成人| 女的被弄到高潮叫床怎么办| 精品午夜福利在线看| 蜜桃在线观看..| 黄色毛片三级朝国网站| 国产成人精品无人区| 建设人人有责人人尽责人人享有的| 免费在线观看黄色视频的| tube8黄色片| 国产精品一区二区在线不卡| 亚洲人成77777在线视频| 成年人午夜在线观看视频| 久久精品亚洲av国产电影网| 伊人久久国产一区二区| svipshipincom国产片| 亚洲精品美女久久久久99蜜臀 | 免费黄网站久久成人精品| 亚洲av福利一区| 熟女av电影| 王馨瑶露胸无遮挡在线观看| 天堂中文最新版在线下载| 咕卡用的链子| 老司机影院毛片| 最近手机中文字幕大全| 国产极品天堂在线| 亚洲av成人不卡在线观看播放网 | 视频区图区小说| 国产xxxxx性猛交| 国产成人av激情在线播放| 香蕉丝袜av| 青春草国产在线视频| 精品国产一区二区久久| 国产av一区二区精品久久| 一二三四中文在线观看免费高清| 成人毛片60女人毛片免费| 亚洲精品国产区一区二| 日韩中文字幕视频在线看片| 亚洲,欧美,日韩| 亚洲综合精品二区| 免费高清在线观看视频在线观看| 国产乱人偷精品视频| 夫妻午夜视频| 五月开心婷婷网| 黄色视频在线播放观看不卡| 日韩精品有码人妻一区| 久久精品aⅴ一区二区三区四区| av国产精品久久久久影院| 国产伦人伦偷精品视频| 亚洲av综合色区一区| 亚洲成国产人片在线观看| 亚洲男人天堂网一区| 日韩免费高清中文字幕av| 亚洲精品久久久久久婷婷小说| 老熟女久久久| 亚洲精品国产色婷婷电影| 五月开心婷婷网| 777久久人妻少妇嫩草av网站| 国产欧美日韩综合在线一区二区| 午夜免费观看性视频| 国产成人a∨麻豆精品| 国产精品久久久久久人妻精品电影 | 永久免费av网站大全| 女人被躁到高潮嗷嗷叫费观| 日本猛色少妇xxxxx猛交久久| 欧美激情极品国产一区二区三区| 欧美日韩精品网址| 久久久精品国产亚洲av高清涩受| 考比视频在线观看| 精品国产国语对白av| 国产极品天堂在线| 久久久国产欧美日韩av| 国产成人av激情在线播放| 51午夜福利影视在线观看| 热re99久久精品国产66热6| 可以免费在线观看a视频的电影网站 | 大码成人一级视频| 久久鲁丝午夜福利片| 在线 av 中文字幕| 又大又黄又爽视频免费| 午夜福利一区二区在线看| 99久久综合免费| 国产精品国产三级专区第一集| 国产亚洲av片在线观看秒播厂| 久久久久久久久免费视频了| 男女免费视频国产| 男人舔女人的私密视频| 久久ye,这里只有精品| 一级毛片黄色毛片免费观看视频| 蜜桃国产av成人99| 国产激情久久老熟女| 国产精品一区二区在线观看99| 麻豆乱淫一区二区| 狂野欧美激情性xxxx| 在线天堂中文资源库| 亚洲欧美一区二区三区国产| 极品人妻少妇av视频| 欧美黄色片欧美黄色片| 国产精品嫩草影院av在线观看| 99热国产这里只有精品6| 另类亚洲欧美激情| 一级毛片我不卡| 如日韩欧美国产精品一区二区三区| 午夜影院在线不卡| 国产1区2区3区精品| 婷婷色麻豆天堂久久| 欧美av亚洲av综合av国产av | 国产一区二区激情短视频 | 欧美中文综合在线视频| 熟女av电影| 好男人视频免费观看在线| 老鸭窝网址在线观看| 亚洲成人一二三区av| 午夜老司机福利片| 国产日韩欧美在线精品| 中文字幕最新亚洲高清| 人人妻人人澡人人爽人人夜夜| a级毛片黄视频| 波多野结衣一区麻豆| 在线观看人妻少妇| 国产精品 欧美亚洲| 高清视频免费观看一区二区| 国产1区2区3区精品| 欧美xxⅹ黑人| 亚洲精品成人av观看孕妇| 欧美人与性动交α欧美精品济南到| 免费黄频网站在线观看国产| av天堂久久9| 90打野战视频偷拍视频| 不卡av一区二区三区| 制服丝袜香蕉在线| 麻豆精品久久久久久蜜桃| 国产精品无大码|