以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波
基于高光谱反射图像检测鸭梨碰伤,任梦佳,崔笛,鸭梨是我国白梨品系的传统优良主栽品种,在全国出口水果中居重要位置,每年都为出口创汇做突出贡献。为了提升我国鸭梨在国际市场
作为单层前馈神经网络,极限学习机(ELM)最近已成功用于高光谱图像(HSI)的分类。然而,纯像素级光谱分类器的结果通常看起来非常训练样本有限,噪音很大。 为了进一步提高精度,我们提出了一种新的基于象素
常规支持向量机应用到高光谱图像分类中有较好的分类效果,但它对训练样本内部的噪声和孤立点特别敏感,在一定程度上影响了支持向量机的分类性能,针对该问题,引入了模糊支持向量机(FSVM),并且利用灰色关联分
基于高光谱图像技术的冷却羊肉颜色检测,许卫东,朱荣光,针对当前冷却羊肉颜色检测过程中存在的接触式和有损的问题,利用高光谱图像技术对真空包装冷却羊肉储存过程中的亮度(L*)、红度�
针对单模型评价图像质量容易产生过拟合的问题, 提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征, 建立遥感图像主观评价库, 分别选用支持向量回归方法和集成决策树方法对带
针对光谱仪在实验室测得的高光谱数据,提出一种高光谱数据处理系统,包括数据输入输出、数据重采样、数据预处理以及待测目标处理4大功能模块,并以不同水深的水体为待测目标,在ENVI平台下利用IDL语言开发水
高光谱图像的稀疏分解能得到其稀疏表示形式,便于对图像进行压缩处理。因高光谱图像特征复杂,单一正交基无法捕捉到图像信号的所有特征,需构建原子个数更多的冗余字典对高光谱图像进行稀疏表示。针对高光谱图像,以
本研究基于深度学习技术,对高光谱图像进行分类研究。通过对图像进行处理和特征提取,使用卷积神经网络和支持向量机等算法,实现高精度分类。研究结果表明,所提出的方法有效地提高了分类准确性和图像处理效率。同时
针对线性红外光谱建模方法会导致模型的泛化能力受限,而非线性方法随着光谱特征数目增多会导致模型预测准确度下降的问题,对随机森林(RF)标准算法的特征选择方法进行改进。根据红外光谱与待测组分的相关性对光谱