领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
软枣猕猴桃早期瘀伤的光谱与格拉姆角场图像检测
来源:导入 阅读量: 0 发表时间: 2025-12-26
作者: 吴沛净,姜凤利,李美璇,孙炳新,田有文
关键词: 软枣猕猴桃;瘀伤;高光谱成像;格拉姆角场法;深度学习
摘要:

为实现软枣猕猴桃早期瘀伤的快速无损识别,本研究提出基于光谱与格拉姆角场(Gramian angular field,GAF)图像的并行建模策略。采集了软枣猕猴桃在瘀伤早期不同时间下的高光谱数据,并采用自适应小波变换对原始光谱进行去噪处理。基于处理后的一维光谱数据,构建了支持向量机、一维卷积神经网络、长短期记忆网络与Stacking集成学习4 种软枣猕猴桃瘀伤时间分类模型。同时,引入GAF方法将光谱转换为二维图像,结合YOLOv8n模型进行瘀伤时间分类识别。结果表明,各模型在分类性能与计算效率方面存在差异。其中,Stacking模型融合多种基学习器的优势,表现出最优的分类性能,准确率、召回率、精确率与F1分数均达到97.78%以上,运行时间为49 s。YOLOv8n模型在准确率、召回率、精确率以及F1分数上与Stacking模型表现相近,虽计算成本较高(运行时间为25 min 22 s),但其凭借端到端的图像建模能力以及优秀的特征可视化功能,显著提升了模型可解释性。本研究提出的双路径建模策略,不仅可为软枣猕猴桃早期瘀伤的快速、精准识别提供新思路,也可为采后果实智能分级与自动分拣系统的构建提供理论依据和技术支持。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2