基于高光谱成像技术的微量血迹检测研究
对同种介质上的不同血迹进行分类识别,利用高光谱相机采集木头、玻璃、布上的兔血、鸡血、人血的高光谱图像数据;对三种血迹的光谱曲线进行分析,应用BP神经网络模型、SVM模型和谱面积法建立血迹分类识别模型.通过三种模型对比分析,结果表明,高光谱图像技术与BP神经网络模型的相结合,平均识别率可以达到82.44％,BP神经网络模型的综合运算时间为1.0380s;高光谱图像技术与SVM模型相结合,平均识别率可以达到99.82％,时间消耗仅用0.2092s;高光谱技术与谱面积法结合,可以保留光谱的全部信息,并且数据处理较为简单.结果表明高光谱图像技术与SVM模型、谱面积法相结合对微量血迹检测具有很好的识别作用,可为微量的血迹识别提供参考.
微量血迹检测 高光谱图像 BP神经网络 支持向量机 谱面积法
李成成 赵明富 罗彬彬 钟年丙 汤斌
重庆理工大学光纤传感与光电检测重庆市重点实验室 重庆400054;重庆理工大学现代光电检测技术与仪器重庆市重点实验室 重庆400054
国内会议
广州
中文
543-550
2016-09-01（万方平台首次上网日期，不代表论文的发表时间）