<ruby id="xnrfz"></ruby>

<form id="xnrfz"></form>

    <address id="xnrfz"></address>

    <address id="xnrfz"></address>

      文章詳情
      所在位置: 首頁> 技術文章> 工業分選>

      高光譜成像技術在**檢測中的應用評估

      日期:2022-08-13 10:25
      瀏覽次數:2667
      摘要:
       

      試驗對象:煙梗標準樣 4 個、煙葉標準樣一袋、原料一袋

      實驗及分析過程: 實驗共測試兩組數據:數據分析如下 樣品 1:


                                                                          測試樣本照片

      將數據用 Evince 打開,通過 PCA 變換,再由散點圖將背景扣除后再次進行 PCA 變換。 變換后圖像與散點圖及權重曲線圖如下:

                                                                     主成分 1 圖像


                                                                   Pc1:Pc2 散點圖


      通過散點圖選擇后對應圖像 通過散點圖,可以明顯將煙葉與煙梗進行曲別。選取藍色的煙梗和紅色煙葉區域分別分 類標記,然后對整個區域進行 PLSA 變換,實現分類識別。結果如下:
      PLSA 分類識別統計結果 
      煙梗             18103 (35.5%) 
      煙葉             32926 (64.5%) 
      未識別         4 (7.838E-3%)
       
      合計             51033(100%)
      識別后圖像如下:


                                                                煙梗典型曲線
      通過光譜曲線,可以發現在 672nm 處煙梗有明顯吸收峰,這也右以 PCA 權重曲線中得到 驗證,如下圖:


      為進一步驗證上達識別結果,進行了一組驗證實驗,分析過程不再詳述,結果如下:

                                                            測試樣本照片


                                                             PCA 變換圖

      PLSA 分類識別統計結果
       
      煙葉       125398      (85.7%)
      煙梗        20951        (14.3%)
      未識別       0            (0%)
      合計       146349      (100%)


      結論
      實驗初步驗證了高光譜成像技術在**檢測中具有實用性












      川公網安備 51011202000202號

      被猛男蹂躏到高潮连连
      <ruby id="xnrfz"></ruby>

      <form id="xnrfz"></form>

        <address id="xnrfz"></address>

        <address id="xnrfz"></address>