基于近红外光谱与连续投影算法的针叶材表面节子缺陷识别

作     者：周竹 尹建新 周素茵 方益明 Zhou Zhu;Yin Jianxin;Zhou Suyin;Fang Yiming

作者机构：浙江农林大学信息工程学院浙江临安311300 浙江省林业智能监测与信息技术研究重点实验室浙江临安311300 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2017年第54卷第2期

页      面：305-313页

核心收录：

学科分类：082902[工学-木材科学与技术] 08[工学] 0829[工学-林业工程] 

基　　金：国家自然科学基金(61302185) 浙江省自然科学基金(LQ13F050006) 

主　　题：光谱学 近红外光谱 节子 连续投影算法 最小二乘支持向量机 针叶材 

摘      要：为了实现木板材依据节子进行自动化分级,利用近红外光谱技术对针叶材表面节子进行检测。比较了光谱预处理和建模方法对节子识别的影响,研究了单一树种板材节子识别模型对其他树种板材节子识别的适应性,建立了混合树种板材的节子识别模型,并利用连续投影算法(SPA)进行了节子特征波长优选。结果显示,一阶导数光谱结合最小二乘支持向量机(LS-SVM)所建单一和混合节子识别模型性能最优。连续投影算法优选了15个特征波长变量,仅占全波长变量的0.87%,所建LS-SVM简化模型对测试集的敏感性、特异性和识别准确率分别为0.990,0.954,97.44%。实验结果表明,近红外光谱技术联合SPA与LS-SVM可以对多种针叶材板材的表面节子进行快速准确检测,连续投影算法是提取板材表面节子缺陷特征的有效方法,能简化模型并提高模型预测精度。