鸡胴体表面稀释污染物的连续投影-多元线性回归-受试者特性分析检测

建立基于连续投影算法（successive projections algorithm，SPA）-多元线性回归（multiple linear regression，MLR）-受试者特性（receiver operating characteristic，ROC）分析鸡胴体表面稀释污染物识别方法。首先采用高光谱成像系统获取了20?个涂有稀释污染物的鸡胴体图像，再利用SPA从1?232?个波长中提取出10?个特征波长，然后通过MLR方法构建识别函数和特征波长光谱值之间的回归模型，最后通过ROC分析方法，确定出能够获得高真阳性率（true positive rate，TPR）和低假阳性率（false positive rate，FPR）的最佳分类阈值，并据此对鸡胴体表面稀释后的污染物进行检测。结果显示，利用SPA-MLR-ROC分类器检测20?个污染鸡胴体样本，检出污染区域的TPR达到98.08%，FPR仅为0.39%，高于波段比算法以及双波段算法检测相同样本的准确率，可见，SPA-MLR-ROC分类器方法检测鸡胴体表面稀释污染物获得了较好的效果，但由于样本数量有限，还需要具有较大样本量的研究来进一步验证此方法检测结果的稳定性