摘   要

花生是國(guó)民日常生活中重要的油料來(lái)源，但是由于濕熱的自然環(huán)境的影響，花生易受黃曲霉菌的感染，造成花生的不可食用性，失去使用價(jià)值。由于黃曲霉毒素強(qiáng)烈的致癌性，因此對(duì)黃曲霉毒素的檢測(cè)監(jiān)控極為嚴(yán)格。在霉變花生的檢測(cè)方面，需要繁瑣的生化分析檢測(cè)步驟，耗時(shí)耗力。隨著近年來(lái)光電技術(shù)的發(fā)展，一種兼顧光譜和圖像的新技術(shù)——高光譜成像檢測(cè)技術(shù)越來(lái)越收到大家的關(guān)注。本論文提出了運(yùn)用高光譜技術(shù)對(duì)霉變花生等級(jí)分類進(jìn)行快速無(wú)損檢測(cè)的思路。

本研究運(yùn)用高光譜成像技術(shù)的光譜信息和圖像信息分別對(duì)霉變花生的等級(jí)進(jìn)行判定。

（1）通過(guò)主成分分析對(duì)相應(yīng)的特征變量進(jìn)行降維處理，然后選取前10個(gè)主成分向量進(jìn)行模式識(shí)別建模分析，利用LDA算法以及BP-ANN算法建立模型并預(yù)測(cè)分析，從對(duì)光譜信息建模的實(shí)驗(yàn)結(jié)果看線性判別分析模型算法當(dāng)主成分?jǐn)?shù)為4時(shí)，其預(yù)測(cè)集的識(shí)別率分別為0.85。誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型算法當(dāng)主成分?jǐn)?shù)為8時(shí)，其模型預(yù)測(cè)集的識(shí)別率達(dá)到0.925，較適于對(duì)花生高光譜中的光譜信息進(jìn)行模型預(yù)測(cè)判別分析。