用于高光谱分类的掺假红辣椒内容无监督变换
图像与视频处理
2019-11-12 v1 计算机视觉与模式识别
摘要
保持红辣椒质量至关重要，为此 authorities 要求质量技术来检测、分类并防止其受杂质影响。例如，研磨红辣椒中混入盐、小麦粉、麦麸和米糠等通常作为食品的污染物，对对此类物品过敏的人群构成严重威胁。本工作提出了利用可见光与近红外（VNIR）高光谱成像（HSI）来检测和分类红辣椒中上述掺假物的可行性。然而，掺假红辣椒数据标注对于分类是一大挑战，因为用于实时监督学习的标注数据获取在成本和时间上均很昂贵。因此，本研究首次提出一种新方法，利用在 500~nm 波长光谱响应处的聚类机制来标注红辣椒样本，因其在指定波长下呈现暗色外观。随后使用单类 SVM 将光谱样本分类为纯品或掺假品。分类性能在纯掺假物或红辣椒情况下达到 99%，而对掺假样本为 85%。我们进一步研究表明，单一分类模型足以检测红辣椒中的任何外来物质，而非级联多个 PLS 回归模型。
引用
@article{arxiv.1911.03711,
title = {Unsupervised adulterated red-chili pepper content transformation for hyperspectral classification},
author = {Muhammad Hussain Khan and Zainab Saleem and Muhammad Ahmad and Ahmed Sohaib and Hamail Ayaz},
journal= {arXiv preprint arXiv:1911.03711},
year = {2019}
}
备注
10 pages,