1 新疆农业大学数理学院, 新疆 乌鲁木齐 830052
2 新疆农业科学院综合试验场, 新疆 乌鲁木齐 830013
3 新疆农业大学机电工程学院, 新疆 乌鲁木齐 830052
可溶性固形物含量（SSC）是反映苹果品质和成熟度的重要生理指标, 能够用于苹果品质分析和成熟度预测。 以新疆阿克苏冰糖心红富士苹果为研究对象, 从果实膨大定形期至完熟期, 以等间隔周期3 d采摘样本, 测其380~1 100 nm的可见/近红外光谱和SSC, 共552个样本。 然后融合分数阶微分（FD）及置换重要性-随机森林（PIMP-RF）算法, 构建成熟期苹果SSC预测的集成学习模型。 结果表明, 基于PLS模型优选的分数阶微分阶次为0阶、 0.4阶、 1.1阶和1.6阶, 且通过PIMP-RF算法进行特征重要性和可解释性分析结果显示, 利用可见/近红外光谱预测成熟期苹果SSC的关键波长主要为可见光波段, 这为今后研发新疆冰糖心红富士苹果的快速无损检测设备提供参考； 基于分数阶微分技术和PIMP-RF算法构建的成熟期苹果SSC集成学习模型具有很好的预测能力, 其训练集的相关系数r等于0.989 2, 平均绝对误差MAE等于0.241 2, 均方根误差RMSE等于0.309 1, 平均绝对百分误差等于0.018 3； 测试集的相关系数r等于0.903 8, 平均绝对误差MAE等于0.549 9, 均方根误差RMSE等于0.740 8, 平均绝对百分误差等于0.043 4, 相比于FD0-PIMP-RF、 FD0.4-PIMP-RF、 FD1.1-PIMP-RF和FD1.6-PIMP-RF模型, 集成学习模型为最优。 故而, 集成分数阶微分技术与PIMP-RF算法, 结合可见近红外光谱技术可有效地实现成熟期苹果的可溶性固形物含量预测。
可见/近红外光谱 分数阶微分 置换重要性－随机森林 K近邻（KNN）回归 可溶性固形物含量 Visible/near-infrared spectrum Fractional differential Permutation importance-random forest K-nearest neighbors (KNN) regression Soluble solids content 光谱学与光谱分析
2023, 43(10): 3059
1 新疆农业大学数理学院, 新疆 乌鲁木齐 830052
2 新疆农业大学机电工程学院, 新疆 乌鲁木齐 830052
苹果产地溯源具有重要的应用价值和现实意义。 为了探寻苹果产地溯源新方法, 以红富士品种为研究对象, 以新疆阿克苏、 山东烟台、 陕西洛川三个产地671个红富士苹果样本为试材, 分别采集其590~1 250 nm的近红外透射光谱, 然后基于分数阶微分(FD)及主成分分析(PCA)-谱回归判别分析(SRDA)进行多模型融合, 构建红富士苹果产地溯源的集成学习模型。 首先, 将经过光谱校正后的光谱数据划分为训练集和测试集, 并利用分数阶微分预处理训练集光谱, 获取不同阶次(取0~2阶, 步长为0.1)的分数阶微分光谱; 结合不同阶次的分数阶微分光谱及PCA-SRDA算法构建基学习器, 将基学习器预测结果构成一个新训练集, 并通过决策树算法完成模型融合, 得到最终分类预测模型; 随后, 采用对应阶次的分数阶微分预处理测试集光谱, 并基于已建立的基学习器, 获得测试集相应的预测结果; 最后, 将预测结果构成一个新测试集, 并基于已建立的分类预测模型, 输出最终的预测结果。 按7:3比例随机划分样本集, 并进行200次重复实验。 结果表明, 结合不同阶次的分数阶微分预处理及线性判别分析(LDA)、 SRDA、 PCA-LDA、 PCA-SRDA算法建立多模型融合集成学习模型, 具有较好的鉴别效果和较强的鲁棒性, 其中, FD-PCA-SRDA多模型融合集成学习模型为最优, 其训练集的平均精度为97.33%, 标准差为0.49%, 测试集的平均精度为94.84%, 标准差为1.48%。 故, 分数阶微分技术及PCA-SRDA算法结合近红外透射光谱可成功、 有效地实现苹果产地溯源。
近红外透射光谱 分数阶微分 主成分分析-谱回归判别分析 苹果 产地溯源 Near-infrared transmission spectrum Fractional differential Principal component analysis-spectral regression discriminant analysis Apple Origin traceability 光谱学与光谱分析
2022, 42(10): 3249
1 阳光学院 人工智能学院, 福建 福州 350015
2 福州大学 物理与信息工程学院, 福建 福州 350108
针对低照度图像存在亮度低、对比度低、边缘模糊等问题, 首先将低照度图像NSCT多尺度分解, 获得低频子带图像和高频子带系数; 接着将低频图像采用多尺度Retinex 提升图像亮度, 借助非线性的双边滤波函数估计其照度分量, 利用Gamma校正函数对照度分量进行校正, 提高图像的动态范围, 利用影响因子校正反射分量, 丰富其层次性, 对图像的整体轮廓进行增强; 然后将高频部分用Bayes阈值隔离噪声, 利用自适应分数阶微分对图像的边缘、纹理等细节进行增强; 最后对处理后的图像进行NSCT重构。实验结果表明,本文算法的对比度、清晰度及信息熵与现有增强方法相比, 平均提高了10.7%、9.8%、2.3%。增强后的图像在细节、边缘保持等方面也优于现有算法, 改善了图像整体的视觉效果。
低照度图像 图像增强 NSCT变换 自适应分数阶微分 low illumination images image enhancement NSCT transform Retinex Retinex adaptive fractional differential
1 天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室, 天津 300072
2 北京华科创智健康科技股份有限公司, 北京 100195
医学超声图像是医生诊断人体组织病变的重要依据, 而医学超声图像中固有的散斑噪声易造成纹理信息的破坏, 影响医生对组织器官的判断, 因此, 医学超声图像的去噪处理倍受关注。针对目前医学超声图像去噪算法无法保持图像纹理这一局限性, 本文提出分数阶微分加权的引导滤波算法。算法首先通过对数变换, 将难以去除的散斑噪声转换为加性噪声; 再结合分数阶微分算法, 根据像素与边缘纹理的相关性设计纹理因子, 并使用该纹理因子改进引导滤波方法; 最后, 通过改进的引导滤波器生成医学超声图像的处理结果。本文对猪胃和猪气管超声图像进行了算法实验, 实验结果表明, 本文算法相较于经典引导滤波算法, 其结构一致性因子提升20.1%, 无参考图像锐化因子提升3.3%, 能够在去除散斑噪声的同时有效保留图像边缘纹理结构, 对于医学超声图像具有良好的适用性。
医学超声图像 保边去噪 引导滤波 分数阶微分 纹理因子 medical ultrasound image edge-preserving filter guided image filtering fractional differential texture factor
1 石家庄铁道大学电气与电子工程学院，河北 石家庄 050043
2 中国人民解放军32142 部队，河北 石家庄 050000
为了突出图像纹理细节的同时保留平滑区域，节省确定分数阶微分阶次的时间，提出了一种改进的自适应分数阶微分算子。首先将经典Tiansi 模板分解为四个不同方向，分别与待处理像素点进行卷积，达到增强图像纹理细节的效果；其次针对Tiansi 算子需通过多次实验确定最佳微分阶次的现状，结合图像的局部特征信息，构建了具有自适应能力的分数阶阶次模型，能够获得比原图像更丰富的细节信息。对多组不同场景图像的实验结果表明：构建的自适应分数阶微分算子有效地增强了图像的纹理细节，自适应分数阶微分算子的主观视觉效果和客观评价指标均优于原图像，其客观评价指标中的平均梯度、信息熵、对比度相比原图像平均提高190.3%、8.1%、18.3%；平均梯度、对比度相比Tiansi 算子处理后的图像平均提高45.0%、9.6%。
图像增强 分数阶微分 Tiansi 算子 自适应分数阶 image enhancement fractional differential Tiansi operator adaptive fractional
1 西安理工大学 计算机科学与工程学院, 陕西 西安 710048
2 西安理工大学 信息技术与装备工程学院, 陕西 西安 710048
深度图像作为Kinect传感器的重要组成部分, 其获得的深度图像往往伴随着不可避免和无法预知的阴影噪声, 这也极大地影响并制约其在三维可视化等方面的应用及研究。因此, 针对深度图像提出了一种基于分数阶微分的阴影检测方法。在研究分数阶微分定义的Tiansi模板基础上, 设计并实现了一种非线性拉伸算子。该算子在0.6阶次可以增强阴影区域边界信息的同时实现阴影的有效检测。通过分析比较发现, 该方法在F测度的评价体系中可以达到0.971, 而其他传统的检测方法均小于0.7。实验结果证明文中提出方法可以有效实现深度图像的阴影检测。
深度图像 噪声检测 分数阶微分 阴影检测 depth image noise detection fractional differential shadow detection 红外与激光工程
2019, 48(8): 0826002
1 昆明理工大学国土资源工程学院, 云南 昆明 650093
2 曲靖师范学院信息工程学院, 云南 曲靖 655011
3 北京联合大学应用文理学院, 北京 100083
4 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
目前分数阶微分在野外实测光谱中的应用和光谱反演盐渍土盐分的最优波段机理解释尚未见到。 针对传统整数阶微分造成位于分数阶次的光谱信息丢失和模型精度降低的问题。 以新疆阜康市盐渍土盐分和野外光谱为数据源, 对原始光谱及常见4种变换进行0～2阶(阶数间隔取0.1)的共21阶分数阶微分处理, 以探讨盐渍土光谱预处理精度提升的机理。 结果表明: (1)分数阶微分因阶数连续能精确显示出求导中的光谱变换细节, 提升光谱谱峰间的分辨率; 且因阶数增加逐渐改变谱峰的峰形轮廓和去峰形化操作, 导致盐渍土分数阶微分曲线逐渐向曲线斜率的变化率靠近, 即详细刻画出了0阶到一阶微分和斜率与曲率间的细微差异。 (2)五种光谱变换的分数阶微分值与含盐量的相关系数, 通过0.01显著性水平检验, 且大于整数阶(1阶、 2阶)的相关系数最大绝对值的, 主要集中在1.3, 1.4, 1.5阶。 其中, 1.4阶1/lgR和1.3阶1/R的相关系数提升百分比最大, 分别为12.78%和13.03%。 (3)不论何种光谱变换, 各分数阶微分值与含盐量最大相关系数对应的波段均出现在598 nm(1/R)和618 nm(R, R, 1/lgR和lgR), 且均在1.3或1.4阶。 (4)研究区Na+占阳离子总量的65.74%, 与总盐的相关性达0.738, 钠原子的主要谱线是589.3 nm是造成各种光谱变换与土壤含盐量相关性最佳的波段位于598和618 nm最主要的原因。
分数阶微分 精度提升的机理 预处理 Fractional differential Mechanism of precision improvement Pretreatment 光谱学与光谱分析
2019, 39(8): 2495
宁夏大学 物理与电子电气工程学院, 宁夏 银川 750021
针对传统狼群算法(WPA)应用于图像分割寻优慢且易陷入局部最优的缺点, 提出一种基于分数阶狼群的Otsu图像分割算法。利用分数阶微分对过去状态有记忆性的优点, 用分数阶阶次来控制狼群在游走过程中的位置更新, 并引入自适应分数阶阶次, 根据狼的位置信息自适应地调整分数阶阶次, 提升算法收敛速度。采用粒子对称分布方法改进狼群围捕行为, 改善狼群个体空间分布状态, 提高种群多样性, 调整围捕过程中的狼群位置, 克服算法后期易出现局部最优的弊端。采用改进的二维Otsu算法, 将其离散度矩阵作为狼群算法的寻优函数,将目标从图像中分割出来。实验表明, 本文算法达到稳定的收敛次数较传统狼群算法平均提升了50次左右, 较文献<参考文献原文>提出的算法平均加快了10次左右。本文改进算法保证了图像分割精度, 并提升算法收敛速度。
最大类间方差法 狼群算法 分数阶微分 Otsu algorithm wolf pack algorithm fractional differential
1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
2 新疆绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
3 新疆智慧城市与环境建模普通高校重点实验室, 新疆 乌鲁木齐 830046
为了探索分数阶微分在高光谱估算小麦叶片含水量上的可行性,在农田尺度上,利用春小麦野外光谱数据与实测叶片含水量数据,以0.2阶为步长,计算光谱0~2阶微分,并分析其与小麦叶片含水量的相关性,再利用连续投影算法(SPA)从通过0.01水平显著性检验的波段中筛选出估算叶片含水量的最佳波段组合,并建立估算春小麦叶片含水量的反射传播(BP)神经网络模型。结果表明:分数阶微分可以细化小麦叶片含水量与光谱数据相关性的变化趋势;分数阶微分处理后,相关系数通过0.01水平显著性检验的波段数量呈现先增后减的趋势,在不同的波段范围内,分数阶微分的最佳阶数也有所不同;SPA筛选出的敏感波段基本上集中在红光、近红外波段范围内,1.2阶微分后水分敏感波段数最多,达到13个;所建立的模型中,基于1.8阶微分建立的6-4-1结构的BP神经网络模型为最佳模型,其建模组均方根误差为0.701,决定系数为0.751,验证组的均方根误差为0.227,决定系数为0.917,相对分析误差为3.253,说明了分数阶微分后的模型稳定性和预测能力较整数阶微分得到明显的提升,可为高光谱定量反演春小麦叶片含水量提供参考。
光谱学 分数阶微分 连续投影算法 叶片含水量 春小麦 高光谱估算 激光与光电子学进展
2019, 56(15): 153002
