基于高光谱相机成像技术的红酸枝品种识别

　　本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

　　红木为热带地区所产，材质坚硬持久且具有结实沉稳的品性，以红木为原材料制作的高端、名贵家具等广受人们的喜爱和追捧。然而红木在我国需求量很大，早在明清时期就已经被大量砍伐，现在红木的需求来源大部分是通过进口的得到的。红木资源的范围为 5属（紫属 、黄檀属、柿属、崖豆属、铁刀木属 Cassia）8类（紫檀木花梨木、香枝木、黑酸枝木、红酸枝木、乌木、条纹乌木、鸡翅木），共 33 个树种[，不同品种在价格上存在巨大的差异。随着近年来越南、老挝等国家限制了对红木的采伐与出口，使红木价值愈显珍贵。这其中，红酸枝木因为拥有温润厚重的质地和细腻优美的纹理，以红酸枝木为原料制作成的家具用品，使用寿命长、不易受到腐蚀，相比黄花梨木和紫檀木，红酸枝木的市场价格能被更多人接受，极具投资和收藏价值。

　　近年来，高光谱成像技术由于其拥有超多波段、超高的光谱分辨能力和图像与光谱合一的优点，运用高光谱成像技术对红酸枝木进行无损检测和识别是很好的选择，可达到快速、无损的精确性和高效性。与多光谱成像技术相比，高光谱成像技术拥有极其丰富的信息，在处理技术上，能够更有效的对光谱数据进行分析。

　　本章节运用高光谱成像技术对光谱范围在 400-1000nm 的红酸枝木的光谱和高光谱图像纹理特征进行分析，并结合多种判别分析模型进行品种识别。综合分析了多种光谱预处理方法、特征波长选择方法、纹理特征提取方法和判别模型建立方法，实现了红酸枝木的无损识别。

　　研究发现，基于红酸枝木光谱建立的判别分析模型的品种识别效果优于纹理特征信息建立的模型，其中又以基于特征波长光谱建立的模型识别效果最佳。SG-SPA-ELM 和MSC-SPA-ELM 建立的红酸枝木品种判别分析模型的建模集和测试集的识别率均达到 100.00%。基于高光谱图像纹理特征信息建立的红酸枝木品种判别模型，主成分图像纹理信息的识别正确率要高于特征波长图像，仅有基于主成分图像纹理信息建立的 ELM-TF（SPA）模型建模集和测试集的识别正确率都高于 80%。