Fungal Detection in Wheat Using Near-Infrared Hyperspectral Imaging

高光谱成像 主成分分析 线性判别分析 模式识别(心理学) 人工智能 二次分类器 数学 VNIR公司 分类器(UML) 生物 计算机科学
作者
Chandra B. Singh,Digvir S. Jayas,Jitendra Paliwal,N. D. G. White
出处
期刊:Transactions of the ASABE [American Society of Agricultural and Biological Engineers]
卷期号:50 (6): 2171-2176 被引量:82
标识
DOI:10.13031/2013.24077
摘要

Different species of fungi infect grain in the field and storage facilities. Contamination by fungi in grain is detected and quantified by traditional methods, such as microbial incubation and microscopic detection, which are subjective, labor intensive, and time consuming. An accurate and timely detection technique for fungal growth in grain is needed to prevent grain from spoiling and to reduce quality loss. In this study, the potential of near-infrared hyperspectral imaging to detect fungal infection in wheat was investigated. Wheat kernels infected with storage fungi, namely Penicillium spp., Aspergillus glaucus, and Aspergillus niger, were scanned using a hyperspectral imaging system, and a total of 20 image slices at evenly spaced wavelengths between 1000 to 1600 nm were acquired to form a hypercube. A multivariate image analysis (MIA) technique based on principal component analysis (PCA) was used to reduce the dimensionality of the image hypercubes. Two-class and four-class classification models were developed by applying k-means clustering and discriminant (linear, quadratic, and Mahalanobis) analyses. Two-class discriminant classification models gave maximum classification accuracy of 100%, and on average 97.8% infected kernels were correctly classified by the linear discriminant classifier. The four-class linear discriminant classifier correctly classified more than 95% of the kernels infected with Penicillium and 91.7% healthy kernels. However, the discriminant classifiers misclassified the kernels infected with A. niger and A. glaucus.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
azure完成签到,获得积分10
2秒前
wenbinvan完成签到,获得积分0
2秒前
2秒前
企鹅嗷嗷完成签到 ,获得积分10
4秒前
MrT完成签到 ,获得积分10
4秒前
4秒前
wpybird完成签到,获得积分10
6秒前
踏实天磊完成签到 ,获得积分10
6秒前
lily完成签到,获得积分10
7秒前
lixia完成签到 ,获得积分10
9秒前
bjr完成签到 ,获得积分10
9秒前
Yang22完成签到,获得积分10
10秒前
10秒前
yt完成签到,获得积分10
12秒前
伍寒烟完成签到,获得积分10
13秒前
梦夜孤星完成签到 ,获得积分10
14秒前
完美世界应助Archie采纳,获得10
14秒前
凌寻绿完成签到,获得积分10
14秒前
细嗅蔷薇完成签到,获得积分10
16秒前
胡杨完成签到,获得积分10
19秒前
可乐SAMA完成签到,获得积分10
21秒前
lj完成签到 ,获得积分10
23秒前
岁月如酒完成签到,获得积分10
24秒前
潇洒的书文完成签到,获得积分10
25秒前
27秒前
9℃完成签到 ,获得积分10
28秒前
嘟嘟豆806完成签到 ,获得积分10
29秒前
猫咪也疯狂应助苏满天采纳,获得10
30秒前
星宇完成签到 ,获得积分10
30秒前
谭久久完成签到,获得积分20
30秒前
今夜不设防完成签到,获得积分10
31秒前
李ye发布了新的文献求助10
31秒前
lj关注了科研通微信公众号
31秒前
菜菜完成签到 ,获得积分10
33秒前
博学而多问完成签到 ,获得积分10
36秒前
白茶的雪完成签到,获得积分10
38秒前
38秒前
boom完成签到 ,获得积分10
38秒前
苏满天完成签到,获得积分10
39秒前
科小白完成签到,获得积分10
39秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099821
求助须知:如何正确求助?哪些是违规求助? 2751309
关于积分的说明 7612489
捐赠科研通 2403104
什么是DOI,文献DOI怎么找? 1275188
科研通“疑难数据库(出版商)”最低求助积分说明 616293
版权声明 599053