[發(fā)明專利]一種基于高光譜成像檢測(cè)蝦仁品質(zhì)的目標(biāo)區(qū)域提取方法有效
| 申請(qǐng)?zhí)枺?/td> | 201410310448.3 | 申請(qǐng)日: | 2014-06-30 |
| 公開(kāi)(公告)號(hào): | CN104089925A | 公開(kāi)(公告)日: | 2014-10-08 |
| 發(fā)明(設(shè)計(jì))人: | 孫大文;代瓊;曾新安;劉丹;成軍虎 | 申請(qǐng)(專利權(quán))人: | 華南理工大學(xué) |
| 主分類號(hào): | G01N21/359 | 分類號(hào): | G01N21/359 |
| 代理公司: | 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245 | 代理人: | 陳文姬 |
| 地址: | 511458 廣東省廣州市*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 光譜 成像 檢測(cè) 蝦仁 品質(zhì) 目標(biāo) 區(qū)域 提取 方法 | ||
1.一種基于高光譜成像檢測(cè)蝦仁品質(zhì)的目標(biāo)區(qū)域提取方法,其特征在于,包括以下步驟:
(1)利用可見(jiàn)近紅外高光譜成像儀對(duì)蝦仁訓(xùn)練樣本進(jìn)行掃描,獲取蝦仁訓(xùn)練樣本在不同波長(zhǎng)條件下的光譜信息,得到蝦仁訓(xùn)練樣本的高光譜圖像;
(2)對(duì)蝦仁訓(xùn)練樣本的高光譜圖像進(jìn)行分析,將蝦仁訓(xùn)練樣本在特征波長(zhǎng)下的光譜反射率的一階導(dǎo)數(shù)值作為訓(xùn)練特征向量:
(2-1)對(duì)蝦仁訓(xùn)練樣本的高光譜圖像進(jìn)行黑白版校正,均值濾波;
(2-2)分別提取步驟(2-1)處理后的蝦仁訓(xùn)練樣本的高光譜圖像的蝦仁感興趣區(qū)域和背景區(qū)域的像素點(diǎn)的光譜反射率,計(jì)算其一階導(dǎo)數(shù)值;
(2-3)將整個(gè)蝦仁感興趣區(qū)域和背景區(qū)域的光譜反射率的一階導(dǎo)數(shù)的平均值相減,將絕對(duì)值相差最大的波長(zhǎng)作為區(qū)分蝦仁樣本和背景的特征波長(zhǎng);
(2-4)將蝦仁訓(xùn)練樣本的特征波長(zhǎng)的光譜反射率的一階導(dǎo)數(shù)值作為訓(xùn)練特征向量;
(3)在蝦仁訓(xùn)練樣本的高光譜圖像中的蝦仁感興趣區(qū)域選取多個(gè)點(diǎn)的光譜反射率作為蝦仁訓(xùn)練集,在蝦仁訓(xùn)練樣本的高光譜圖像中的背景區(qū)域選取多個(gè)點(diǎn)的光譜反射率作為背景訓(xùn)練集,利用蝦仁訓(xùn)練集和背景訓(xùn)練集建立基于徑向基核函數(shù)的軟支持向量機(jī)分類模型,其中,徑向基核函數(shù)的公式為:
x為蝦仁待測(cè)樣本的待測(cè)特征向量;xi為第i個(gè)蝦仁訓(xùn)練樣本的訓(xùn)練特征向量;σ為蝦仁訓(xùn)練樣本的樣本標(biāo)準(zhǔn)差;i=1,2,…,n;n為蝦仁訓(xùn)練樣本總數(shù);
定義支持向量機(jī)超平面為:
wTx'+b=0
w為垂直于分割超平面的法向量,x'為自變量;b為常數(shù)項(xiàng);
則軟支持向量機(jī)分類函數(shù)為:
其中,f(x)為分類預(yù)測(cè)結(jié)果,f(x)=1為蝦仁感興趣區(qū)域,f(x)=-1為背景區(qū)域;yi為對(duì)應(yīng)類的標(biāo)簽值,蝦仁感興趣區(qū)域?yàn)閥i=1,背景區(qū)域?yàn)閥i=-1;
其中,αi為下式求解最值中第一項(xiàng)不等式的Lagrange系數(shù),αi和b的值可由下式求得:
其中,C為懲罰參數(shù),ξi為松弛參數(shù);
(4)利用可見(jiàn)近紅外高光譜成像儀對(duì)蝦仁待測(cè)樣本進(jìn)行掃描,獲取蝦仁待測(cè)樣本在不同波長(zhǎng)條件下的光譜信息,得到蝦仁訓(xùn)練樣本的高光譜圖像;
(5)對(duì)蝦仁待測(cè)樣本的高光譜圖像進(jìn)行分析,獲取蝦仁待測(cè)樣本在特征波長(zhǎng)下的光譜反射率的一階導(dǎo)數(shù)值作為待測(cè)特征向量;
(6)將步驟(5)得到的待測(cè)特征向量代入步驟(3)得到的基于徑向基核函數(shù)的軟支持向量機(jī)分類模型中,得到蝦仁待測(cè)樣本高光譜圖像分類結(jié)果的二值圖像;
(7)對(duì)步驟(6)得到的蝦仁待測(cè)樣本高光譜圖像分類結(jié)果的二值圖像采用數(shù)學(xué)形態(tài)學(xué)的腐蝕,膨脹操作,去除噪聲,將蝦仁感興趣區(qū)域及邊緣的局部缺失補(bǔ)齊,得到修正后的二值圖像;
(8)對(duì)步驟(7)得到的修正后的二值圖像中的蝦仁感興趣區(qū)域進(jìn)行分割,得到多個(gè)蝦仁區(qū)域,統(tǒng)計(jì)每個(gè)蝦仁區(qū)域的像素面積,將像素面積的最大蝦仁區(qū)域的像素面積設(shè)置為基準(zhǔn)值;對(duì)于像素面積小于基準(zhǔn)值一半的蝦仁區(qū)域,作為噪聲予以刪除,得到最終的蝦仁圖像。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華南理工大學(xué),未經(jīng)華南理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410310448.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01N 借助于測(cè)定材料的化學(xué)或物理性質(zhì)來(lái)測(cè)試或分析材料
G01N21-00 利用光學(xué)手段,即利用紅外光、可見(jiàn)光或紫外光來(lái)測(cè)試或分析材料
G01N21-01 .便于進(jìn)行光學(xué)測(cè)試的裝置或儀器
G01N21-17 .入射光根據(jù)所測(cè)試的材料性質(zhì)而改變的系統(tǒng)
G01N21-62 .所測(cè)試的材料在其中被激發(fā),因之引起材料發(fā)光或入射光的波長(zhǎng)發(fā)生變化的系統(tǒng)
G01N21-75 .材料在其中經(jīng)受化學(xué)反應(yīng)的系統(tǒng),測(cè)試反應(yīng)的進(jìn)行或結(jié)果
G01N21-84 .專用于特殊應(yīng)用的系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法和檢測(cè)組件
- 檢測(cè)方法、檢測(cè)裝置和檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法以及記錄介質(zhì)
- 檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)裝置、檢測(cè)設(shè)備及檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)
- 檢測(cè)組件、檢測(cè)裝置以及檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法及檢測(cè)程序
- 檢測(cè)電路、檢測(cè)裝置及檢測(cè)系統(tǒng)





