异常检测在高光谱图像蔬菜农药点检测中的应用研究
当前,蔬菜中含有农药残留的可能性越来越大,而相对成熟的农药残留检测技术如气相色谱法等存在费时费力,破坏性大等明显缺点,因此,急需一种快速无损的蔬菜农药残留检测技术。高光谱成像技术能够区分地物光谱的微小差别,已有研究人员将其应用于食品安全监测领域,并且取得了一定的研究成果,在蔬菜农药残留检测方面具有较大的潜力。
异常检测是高光谱遥感最常见的应用之一,已经在军事目标识别、伪装目标区分等方面取得了较好的成果。鉴于异常检测在高光谱遥感领域目标识别中的有效性,本文将其应用于近景高光谱图像,试图探究其检测蔬菜叶片上的农药点的可行性。
在本文中,我们首先搭建了一个近景高光谱成像平台,获取了包含农药点的菠菜叶片的高光谱图像数据,对菠菜叶片的光谱特性和不同形态表现的农药点的光谱特性进行了分析,确定了农药点光谱的特征波长。其次,针对实验获取高光谱图像数据受到高光谱仪因光电效应产生的系统噪声很明显的问题,引入了信号处理领域的奇异谱分析(Singular Spectrum Analysis,简称SSA)来降低噪声,并通过局部图像方差和若干光谱相似性度量指标来衡量 ...


雷达卡


京公网安备 11010802022788号







