全光谱匹配算法在水稻分类识别中的应用

摘要

本研究以圣稻13、阳光200及临稻11三种水稻为试验对象，利用全光谱匹配算法(spectral matching algorithm with full spectral information, SMA-FS)分析了三种水稻光谱的差异性，从而实现水稻种类的识别与评价。采用多项式卷积法(Savizky-Golay filter, SGF)对原始光谱平滑处理，构建三种水稻的类型中心光谱数据，使用绝对差异法(absolute distangce, AD)、总体平方差法(sum of square difference, SSD)、欧式距离法(Euclidean ditance, ED)和光谱角法(spectral angle, SA)进行全光谱匹配算法能力验证。结果发现：绝对差异法最高正确识别率69.44%,最低为55.56%,平均值60.19%;总体平方差法最高正确识别率63.89%,最低为44.44%,平均值55.55%;欧式距离法最高正确识别率61.11%,最低为47.22%,平均值56.48%;光谱角法最高正确识别率72.22%,最低为63.89%,平均值67.59%。光谱角法在识别率和稳定性均优于其他三种方法。表明4种全光谱匹配算法均能够较为准确地将待测样品划分到对应的类别中，不同水稻种类的组成差异均能够在可见-近红外光谱上体现，全光谱匹配算法适用于水稻种类组成差异整体识别与评价，为水稻的品种鉴别提供了一种思路和方法。

关键词

全光谱匹配算法 / 多项式卷积法 / 分类识别 / 吸收光谱 / 鉴别