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

作     者：陈全胜 赵杰文 蔡健荣 Vittayapadung Saritporn Chen Quansheng;Zhao Jiewen;Cai Jianrong;Vittayapadung Saritporn

作者机构：江苏大学食品与生物工程学院镇江212013 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2008年第24卷第3期

页      面：5-10页

核心收录：

学科分类：081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 080203[工学-机械设计及理论] 070302[理学-分析化学] 0802[工学-机械工程] 0703[理学-化学] 

基　　金：江苏省自然基金重点资助项目(BK2006707-1) 国家863计划资助项目(2006AA10Z263) 

主　　题：近红外光谱 机器视觉 多信息融合 茶叶 检测 

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。