基于RGB重建高光谱图像的哈密瓜早期霉变检测

【作者】 董福佳； 许莹； 张明慧； 喻国威； 马本学；

【机构】 石河子大学机械电气工程学院； 农业农村部西北农业装备重点实验室； 棉花生产技术现代化省部共建协同创新中心；

【摘要】 哈密瓜采后贮藏-保鲜-运输环节中频发的致腐菌感染成为制约产业发展的瓶颈问题。该研究旨在讨论RGB图像重建高光谱图像低成本检测致腐菌侵染哈密瓜霉变程度的可行性。通过引入二维相关光谱技术提取13个通道的光谱敏感变量,利用多元可视化评估改进的无参多级频谱模型(SimAM-Multi-stage Spectral-wise Transformer,Sim-MST++)与11种先进重建算法的有效性,提出重建一致性指标(结构相似性指数和t-分布随机邻域嵌入)结合综合质量属性体系(峰值信噪比-参数量-浮点数)明确最佳重建模型,建立原始高光谱、RGB和重建高光谱图像的三维空洞混合注意力卷积神经网络(3D Dilated Attention Convolutional Neural Network,3D-DACNN)模型,用于哈密瓜早期霉变检测。研究结果表明:Sim-MST++在重建光谱、图像和模型评估中均具有优异性能,其中平均绝对误差,均方根误差,峰值信噪比和结构相似性值分别为0.0446,0.0158,36.27和0.9333。同时Sim-MST++重建图像的分类效果接近原始高光谱达到92%。研究结果为特定农业和作物产品检测提供了一种新思路。更多还原