基于高光谱信息融合和相关向量机的种蛋无损检测

来源：农业工程学报杂志2015年第15期北京时间：

作者：祝志慧,刘婷,马美湖,

摘要：为了尽可能早的检测出无精蛋和受精蛋，该文提出采用透射高光谱成像技术，融合图像和光谱信息，对其受精信息进行检测。利用高光谱图像系统采集孵化前种蛋在400～1 000 nm的高光谱图像，提取图像特征（长短轴之比、伸长度、圆度、蛋黄面积与整蛋面积之比）；筛选出400～760 nm的波段，通过Normalize预处理结合相关系数法提取155个光谱特征变量；运用主成分分析法对图像和光谱的融合信息进行降维，采用相关向量机（relevance vector machine，RVM）分别建立基于图像、光谱和图像-光谱融合信息的受精蛋和无精蛋分类判别模型，并与支持向量机（support vector machine，SVM）模型进行比较，RVM模型检测正确率分别为90%，91%，96%；测试集检测时间分别为0.6619s，1.0821s，0.5016s。SVM模型检测正确率分别为84%，90%，93%；测试集检测时间分别为5.9386s，5.9886s，5.6672s。结果表明，基于图像-光谱融合所建立的模型优于单一信息的模型，在分类精度上，采用RVM分类精度高于SVM的分类精度；在分类时间上，RVM的分类时间比SVM短，因此，利用高光谱融合信息和相关向量机可以提高种蛋检测精度，研究结果为孵前无精蛋和受精蛋的在线实时检测提供参考。

关键词：图像处理, 模型, 无损检测, 高光谱, 种蛋, 相关向量机, 支持向量机