论文部分内容阅读
本次研究利用高光谱和图像处理的融合技术评判龙井茶叶的品质。试验以3个等级的龙井茶叶为试验对象。通过对图像信息的处理和理解获得龙井茶叶的颜色特征参数和纹理特征参数;通过高光谱数据的提取和处理获得龙井茶叶光谱曲线的吸收光谱特征参数、红边光谱特征参数和植被指数光谱特征参数。建立基于遗传算法支持向量机原理的龙井茶叶综合判别模型,作为评判龙井茶叶品质的标准。主要研究内容有:1.研究龙井茶叶的图像特点。本次研究与探讨了色彩空间、纹理特征,提出较为合理的提取颜色与纹理特征的算法,得到理想的图像特征参数,并探讨了这些参数与茶叶等级之间的关系。2.研究龙井茶叶的光谱特点。利用ASD光谱仪获取茶叶在350-2500nm光波范围的反射光谱,对反射光谱进行包络线消除处理。提取吸收光谱特征参数、红边光谱特征参数和植被指数特征参数,并探讨这些参数与茶叶等级之间的关系。3.进行判别模型的输入特征参数的选择。基于特征参数与茶叶等级之间的相关性分析,选取不同等级龙井茶叶颜色和纹理特征参数9个;光谱特征参数8个,共17个特征参数,作为龙井茶叶等级判别模型特征输入。以支持向量机分类器作为建模工具,并分析了各种核函数下的模型精度,比较了各种核函数下模型的优劣,发现径向基函数(RBF)核函数更适合建立龙井茶叶等级判别模型。4.采用遗传算法对核函数参数进行选择。针对径向基核函数(RBF)中的惩罚系数C和正则化系数γ的选择,本次研究尝试使用遗传算法进行搜寻。由于算法中C值与γ值的选择对算法的推广预测能力和效率都有很大的影响。通常的方法是采用人工的方法,通过对多个参数的比较来确定较好的参数。这种方法盲目性大、效率低。针对这个问题,该文提出了基于遗传算法的支持向量机分类方法,采用遗传算法来搜索最佳的支持向量机参数。5.建立判别模型,并得到判别结果。利用Matlab建立遗传支持向量机算法,并得到最终识别结果。研究遗传算法和支持向量机原理,并将两者结合应用到龙井茶叶检测的模型建立当中,提出了遗传支持向量机的建模体系。结果表明:在RBF核函数下,所建立的模型最佳;3个等级茶叶的回判率都达到100%;对未知样本进行验证时,模型的识别率达到89%。