[發明專利]一種基于高光譜成像技術的冷鮮肉品質無損檢測方法

在審

• 申請號: 201611058742.5
• 申請日: 2016-11-25
• 公開（公告）號: CN106596416A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 劉善梅;翟瑞芳;彭輝
• 申請（專利權）人: 華中農業大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 北京方圓嘉禾知識產權代理有限公司11385
• 代理人: 董芙蓉

1.一種基于高光譜成像技術的冷鮮肉品質無損檢測方法，其特征在于，所述基于高光譜成像技術的冷鮮肉品質無損檢測方法包括以下步驟：

首先采集并制備大量的冷鮮肉樣本，采用高光譜成像系統采集各個冷鮮肉樣本的高光譜數據；

然后，根據國標要求采用物理化學方法測得各個冷鮮肉樣本被測品質指標的物理化學參照值；

最后結合機器學習和化學計量學數據處理方法采用得到的冷鮮肉高光譜數據和物理化學參照值數據建立冷鮮肉被測品質指標的高光譜預測模型。

2.如權利要求1所述的基于高光譜成像技術的冷鮮肉品質無損檢測方法，其特征在于，所述高光譜預測模型為采用偏最小二乘回歸法建立的偏最小二乘回歸模型；該偏最小二乘回歸建模和預測方法包括：

1)對光譜吸光度矩陣X和理化參照值矩陣Y進行特征分解：所述光譜吸光度矩陣X和理化參照值矩陣Y分別為：

X＝TP+E，

Y＝UQ+F；

其中，T為X的特征因子矩陣，U為Y的特征因子矩陣；P為X載荷矩陣，Q為Y載荷矩陣；E為X的殘差矩陣，F為Y的殘差矩陣；

2)建立特征因子矩陣T和U的多元線性回歸模型，如式(1)所示；

U＝TB+E_d (1)；

其中，E_d為誤差矩陣，B為回歸系數矩陣，B的求解如式(2)所示；

B＝(T'T)^-1T'U (2)；

3)對未知樣本的預測公式如式(3)所示；

y＝x(U'X)'BQ (3)；

其中，x為未知樣本的光譜，y為未知樣本的濃度預測值。

3.如權利要求1所述的基于高光譜成像技術的冷鮮肉品質無損檢測方法，其特征在于，高光譜成像系統采集黑白圖像以對采集到的樣本高光譜圖像做黑白校正，黑白校正公式為:

$I=\frac{I_0-I_b}{I_w-I_b};$

其中，I為黑白校正后的圖像，I₀為原始圖像，I_w為白板圖像，I_b為黑板圖像。

4.如權利要求1所述的基于高光譜成像技術的冷鮮肉品質無損檢測方法，其特征在于，進一步包括：光譜維數據提取，異常樣本檢測與剔除，樣本集劃分，光譜預處理，建模方法，特征波段提取；

在從高光譜數據中提取樣本的光譜維數據時，先選擇一個感興趣區域，區域大小為5000像素，計算感興趣區域內各像素點光譜的平均值，把該平均值看作該樣本的光譜維數據；按照同樣的方式，提取出各樣本的光譜維數據存放在矩陣X中；矩陣X的每一列代表一個波長點處的反射光譜值，每一行代表一個樣本；

采用蒙特卡洛異常樣本檢測方法檢測冷鮮肉的異常樣本；

校正集和測試集的選擇；

光譜預處理方法去除光譜信號中的噪聲信號；

采用競爭性自適應重加權算法提取特征波段建模。