基于高光谱成像的苹果品种快速鉴别

以“乔纳金”苹果，“红富士”苹果和“秦冠”苹果共90个试验样本为试材分别采集865～1711nm的近红外波段高光谱图像，选取苹果图像感兴趣区域（ROI），以分辨率2.8nm提取其平均反射光谱数据，分别利用K近邻法（KNN）和径向基核函数支持向量机（RBF-SVM）进行品种判别，5折交叉检验。结果表明，3种苹果的近红外高光谱图像均在波长941~1602nm之间变得清晰，该区域200个波段下的平均反射光谱数据经KNN法中的10种距离算法评判，当K取值3和5时，切比雪夫距离、欧几里得距离和明可夫斯基距离3种距离算法的识别正确率均达到100%；SVM-RBF核函数模型中，γ取值为2-8~1的范围内识别正确率均在92%以上，当γ取值2-5，C取值为16和32时，识别正确率最高，为96.67%。故利用近红外高光谱图像技术结合KNN计算对苹果品种进行快速鉴别是优异和可靠的方案