基于高光谱成像技术的板栗产地溯源

目的 建立了一种基于高光谱成像(hyperspectral imaging,HSI)技术的板栗产地溯源模型.方法 采集怀柔、迁西和沂蒙短枝 3 种不同产地板栗的高光谱图像,提取感兴趣区域,建立支持向量机(support vector machine,SVM)板栗产地溯源模型,通过比较分析不同预处理方法对建模结果的影响,选出最佳的预处理组合方法,并使用遗传算法(genetic algorithm,GA)对模型进一步优化.结果 实验结果表明,经多元散射校正(multiplicative scatter correction,MSC)和移动窗口平滑法(moving window smoothing,MWS)组合预处理后的数据所建立的溯源模型预测性能最好,分类的预测精确率达到了 95%以上,模型整体的预测准确率为 96.61%.经GA对SVM的参数C进行优化,优化后的模型对怀柔板栗和沂蒙短枝板栗的预测精确率达到了 100%,模型整体的准确率提高到了 98.31%.结论 本研究基于高光谱成像技术建立了一种板栗产地溯源模型,经预处理和参数优化后,所建立的模型具有较好的预测性能,为板栗的产地溯源提供了一种新方法.