基于多模型融合的干燥过程中毛豆含水率、颜色高光谱图像无损检测

毛豆的颜色和含水率是反映毛豆品质的两个重要参数,本文报道了一种利用多模型融合方法提高干燥过程中毛豆颜色和含水率高光谱图像无损检测精度的方法。该方法利用平均值,熵,相对散度,标准差等特征实现对高光谱图像的特征提取;并分别利用这四类特征建立毛豆颜色、含水率的偏最小二乘预测子模型;最终通过对各预测子模型的加权融合获得最终的预测结果,达到提高干燥过程中毛豆颜色和含水率无损检测精度的目的。相比于单特征模型,多模型融合后的颜色预测均方根误差RMSEP降低了4.3%;含水率的预测均方根误差RMSEP降低了7.7%。T统计检验表明:融合模型性能显著地优于单一特征模型。