主题:【分享】数据处理与分析

浏览0 回复0 电梯直达
Insm_68f50e17
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
光谱处理与分析。为了消除光散射、光程畸变和随机噪声对光谱造成的影响,在光谱数据建模前,通常需要对光谱进行预处理。平滑、求导、归一化、多元散射校正、傅里叶变换和小波变换是常见的光谱预处理方法。不同的预处理方法具有不同的作用,如平滑可以用来降低光谱中的随机噪声;对光谱求一阶或二阶导数可以用于移除峰谷重叠和基线漂移,同时也可以根据导数的波峰和波谷选取特征波长;归一化和多元散射校正用于降低由于农产品表面形状差异而带来的光散射影响。通常情况下,需要根据光谱的数据特点和具体应用目标选择合理的预处理方法。

图像处理与分析。高光谱图像在每一个波长处都有一个图像,并不是每一个波长处的图像都适合于检测,因此光谱图像数据集普遍存在数据量大,冗余度高等特点。为了实现农产品品质的快速在线检测,必须挑选适合特定品质检测的特征图像。特征图像一般为位于特征波长处的单色图像,其选择方法等同于特征波长的选择,既可以依据原始光谱和预处理光谱曲线的波峰波谷位置直接进行选取,也可以采用无信息变量消除法(UVE)、连续投影算法(SPA)、竞争性自适应重加权采样法(CARS)等经过某种规则计算后间接选取。针对筛选得到的特征图像可采用图像预处理、图像分割和特征提取等进行后续处理。
为您推荐
您可能想找: 气相色谱仪(GC) 询底价
专属顾问快速对接
立即提交
手机版: 数据处理与分析
品牌合作伙伴