Print

基于短波近红外高光谱和深度学习的籽棉地膜分选算法

论文摘要

采用膜下滴灌棉花种植模式,在机械采摘过程中地膜易混入籽棉,对后续棉花加工影响极大。地膜无色透明且无荧光效应,常规方法很难识别。为了解决地膜的分选问题,提出一种基于短波近红外高光谱和深度学习的籽棉地膜分选算法。首先,针对高光谱图像中地膜与非地膜像素点光谱特征区分不明显的问题,利用堆叠自适应加权自编码器逐层提取与输出相关的低维非线性高阶特征;然后,将此高阶特征作为分类器的输入,采用粒子群优化的极限学习机实现初步分类;最后,对分类结果进行类型合并,运用形态学方法以及连通域分析,剔除误识别区域,得到优化后的地膜分类结果。经仿真试验及现场测试,算法对地膜识别率达到95. 5%,地膜选出率达95%,满足实际生产需求。

论文目录

  • 0 引言
  • 1 材料与分选系统
  •   1.1 材料
  •   1.2 分选系统
  • 2 籽棉地膜分选识别算法
  •   2.1 高光谱图像黑白校正
  •   2.2 基于深度学习的地膜初步分类
  •     2.2.1 自适应加权自编码器
  •     2.2.2 粒子群优化的极限学习机
  •     2.2.3 基于VW-SAE和ELM的分类模型
  •   2.3 分类结果的后处理
  • 3 结果与讨论
  •   3.1 光谱分析
  •   3.2 分类模型的参数设置
  •   3.3 性能测试与讨论
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 倪超,李振业,张雄,赵岭,朱婷婷,蒋雪松

    关键词: 籽棉,地膜,短波近红外高光谱成像,分选,自适应加权自编码器,极限学习机

    来源: 农业机械学报 2019年12期

    年度: 2019

    分类: 农业科技,信息科技

    专业: 农业工程,计算机软件及计算机应用,自动化技术

    单位: 南京林业大学机械电子工程学院,聊城大学机械与汽车工程学院

    基金: 江苏省“六大人才高峰”项目(013040315),中国纺织工业联合会科技指导性项目(2017107)

    分类号: TP391.41;TP18;S225.911

    页码: 170-179

    总页数: 10

    文件大小: 6422K

    下载量: 361

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/31d6e04de4509cab57b164ed.html