论文部分内容阅读
我国是玉米生产和销售的大国，玉米是我国的重要粮食作物，保证玉米的质量尤为重要，玉米的安全与食品安全问题及众多产业发展相关。玉米本富含膳食纤维、多种维生素及微量元素等营养成分，不仅是重要的商品粮，同时也是畜禽饲料配方中主要原料。玉米作为重要的食品材料和化工原料，在储蓄和运输过程中非常容易发生霉变，玉米发生霉变后会产生大量霉菌毒素，并使周围健康的玉米也发生霉变，畜禽长期食用这种霉变玉米后，会影响畜禽的生长，并且霉菌毒素会在畜禽体内器官和肌肉组织上富集，人类食用此类畜禽，会危害人类的身体健康。传统方法和化学检测方法费时费力并且会破坏玉米样本，高光谱成像技术作为一种新兴的、快速、无损的检测技术，将其应用到玉米霉变检测当中，可以很好的识别出早期霉变的玉米。
高光谱影像数据预处理方法的研究。首先利用恒温箱对玉米进行发霉实验，然后利用高光谱成像技术采集霉变玉米高光谱图像。对高光谱影像数据分别采用多项式卷积平滑法、多元散射校正法、标准正态变量变换法三种预处理方法进行预处理，利用预处理结果建立分类模型。对三种预处理方法的分类模型精度进行分析比较，得出玉米霉变早期高光谱影像分类识别检测模型的最优数据预处理方法是标准正态变量变换法。
高光谱影像数据特征选取方法的研究。首先对原始高光谱影像数据采用标准正态变量变换法进行预处理，然后高光谱影像数据分别采用竞争性自适应重加权算法、连续投影法、无信息变量消除法三种特征变量选取方法进行特征变量的选取，最后建立BP神经网络分类模型。竞争性自适应重加权算法筛选出21个特征波长变量;连续投影法选出7个特征波长变量;无信息变量消除法选取出218个特征波长变量，分别分布于400～423.7nm、536.3～548.1nm、554.8～568.1nm、679.3～762.2nm、825.9～932.6nm及943.7～981.5nm范围内。通过对三种特征波长变量选取方法进行比较，得出玉米霉变早期高光谱影像的最优特征变量选取方法是无信息变量消除法。
高光谱影像数据分类模型方法的研究。首先对高光谱影像数据采用标准正态变量变换法进行预处理，无信息变量消除法进行特征变量选取。然后采用高光谱影像数据的光谱反射率光谱构建ACO-BP神经网络模型，与偏最小二乘回归算法、K邻近算法、支持向量机和BP神经网络四种分类模型进行对比。通过与四种分类模型的总体分类精度及平均分类精度进行对比，得出ACO-BP神经网络模型是高光谱影像数据的最优分类模型。验证集总体分类精度达到94.4％，所有样本的平均分类精度不低于92％，且轻微霉变玉米的分类精度最高达到96％。
综上所述，本文得出霉变玉米高光谱影像的最优早期检测分类识别模型为标准正态变量变换法+无信息变量消除法+蚁群优化算法+BP神经网络。本文可以为存储玉米过程中发现并及时清理产生霉菌的玉米做理论指导，防止存储中的玉米大量发生霉变。
高光谱影像数据预处理方法的研究。首先利用恒温箱对玉米进行发霉实验，然后利用高光谱成像技术采集霉变玉米高光谱图像。对高光谱影像数据分别采用多项式卷积平滑法、多元散射校正法、标准正态变量变换法三种预处理方法进行预处理，利用预处理结果建立分类模型。对三种预处理方法的分类模型精度进行分析比较，得出玉米霉变早期高光谱影像分类识别检测模型的最优数据预处理方法是标准正态变量变换法。
高光谱影像数据特征选取方法的研究。首先对原始高光谱影像数据采用标准正态变量变换法进行预处理，然后高光谱影像数据分别采用竞争性自适应重加权算法、连续投影法、无信息变量消除法三种特征变量选取方法进行特征变量的选取，最后建立BP神经网络分类模型。竞争性自适应重加权算法筛选出21个特征波长变量;连续投影法选出7个特征波长变量;无信息变量消除法选取出218个特征波长变量，分别分布于400～423.7nm、536.3～548.1nm、554.8～568.1nm、679.3～762.2nm、825.9～932.6nm及943.7～981.5nm范围内。通过对三种特征波长变量选取方法进行比较，得出玉米霉变早期高光谱影像的最优特征变量选取方法是无信息变量消除法。
高光谱影像数据分类模型方法的研究。首先对高光谱影像数据采用标准正态变量变换法进行预处理，无信息变量消除法进行特征变量选取。然后采用高光谱影像数据的光谱反射率光谱构建ACO-BP神经网络模型，与偏最小二乘回归算法、K邻近算法、支持向量机和BP神经网络四种分类模型进行对比。通过与四种分类模型的总体分类精度及平均分类精度进行对比，得出ACO-BP神经网络模型是高光谱影像数据的最优分类模型。验证集总体分类精度达到94.4％，所有样本的平均分类精度不低于92％，且轻微霉变玉米的分类精度最高达到96％。
综上所述，本文得出霉变玉米高光谱影像的最优早期检测分类识别模型为标准正态变量变换法+无信息变量消除法+蚁群优化算法+BP神经网络。本文可以为存储玉米过程中发现并及时清理产生霉菌的玉米做理论指导，防止存储中的玉米大量发生霉变。