[發(fā)明專利]一種抹茶粒度等級的快速檢測方法有效
| 申請?zhí)枺?/td> | 201710660214.5 | 申請日: | 2017-08-04 |
| 公開(公告)號: | CN107576600B | 公開(公告)日: | 2021-01-15 |
| 發(fā)明(設計)人: | 陳全勝;孫浩;陳敏;郭志明;李歡歡;程武 | 申請(專利權)人: | 江蘇大學 |
| 主分類號: | G01N15/02 | 分類號: | G01N15/02 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 粒度 等級 快速 檢測 方法 | ||
1.一種抹茶粒度等級的快速檢測方法,其特征在于,包括以下步驟:
步驟一,采用粒狀分子篩粒度測定方法,測定不同等級的抹茶粒度大小,得到國標方法測定的抹茶粒度等級劃分數據;步驟二,打開高光譜圖像檢測系統(tǒng),將樣品放置于樣品杯內,以鹵素燈進行照明,結合顯微鏡頭模塊,瞬時視場下的樣品通過步進電機到達高光譜相機掃描區(qū)域,通過二者的相對位移,得到抹茶高光譜圖像;步驟三,先對抹茶高光譜圖像進行感興趣區(qū)域提取;再進行數據降維,得到特征光譜圖像;最后進行紋理特征提取,構建圖像紋理特征與抹茶粒度等級定性分析模型;步驟四,采用K最鄰近法,對模型優(yōu)化分析,實現抹茶粒度等級的檢測;
步驟二中,所述高光譜圖像,由618個波長下的圖像拼接完成;所述拼接,在于由線型圖像形成一個三維數據塊;
步驟三中,所述感興趣區(qū)域,選取200×200pixel范圍內的區(qū)域進行處理;所述數據降維,選取主成分為5的主成分分析方法;所述主成分分析,依據方差貢獻率提取第一主成分所對應的5個特征波長;
步驟三中,所述特征光譜圖像,為5個特征波長592.48nm、631.88nm、714.79nm、787.06nm、817.66nm下的灰度圖像;所述紋理特征,采用灰度共生矩陣方法進行提取5個特征波長下的特征圖像;所述灰度共生矩陣方法,采用glcms=graycomatrix(I,param1,val1,param2,val2,...)產生圖像I的灰度共生矩陣GLCM,其中灰度界限設為[]、灰度歸一范圍設為8、坐標為右上角45°方向;
步驟三中,所述紋理特征,包括樣品特征圖像的對比度、相關性、熵和能量;所述對比度,依據進行特征提取,其中Con表示圖像的對比度、i表示共生矩陣的行、j表示共生矩陣的列、P(i,j)表示共生概率;所述相關性,依據進行特征提取,其中Corr表示圖像的相關性、i表示共生矩陣的行、j表示共生矩陣的列、ui表示在某行方向的灰度、uj表示在某列方向的灰度、σi表示行的標準差、σj表示列的標準差、P(i,j)表示共生概率;所述熵,依據進行特征提取,其中Ent表示圖像的熵、i表示共生矩陣的行、j表示共生矩陣的列、logP(i,j)表示共生概率的對數;所述能量,依據進行特征提取,其中Asm表示圖像的能量、i表示共生矩陣的行、j表示共生矩陣的列、P(i,j)表示共生概率;
步驟四中,所述K最鄰近法在主成分為3時,K為3。
2.根據權利要求1所述的一種抹茶粒度等級的快速檢測方法,其特征在于,步驟二中,須提前將高光譜圖像檢測系統(tǒng)打開并預熱40min;所述樣品杯,為直徑高為15mm的玻璃器皿;所述器皿,置于黑色底面不產生鏡面反射的底板上;所述鹵素燈,采用三個功率為120W的光纖鹵素燈,兩兩水平面夾角為120°。
3.根據權利要求1所述的一種抹茶粒度等級的快速檢測方法,其特征在于,步驟二中,所述顯微鏡頭,選取80倍的放大倍數。
4.根據權利要求1所述的一種抹茶粒度等級的快速檢測方法,其特征在于,步驟二中,所述步進電機,移動速度為0.58mm/s的速度通過高光譜相機掃描區(qū)域;所述移動速度,可使圓柱形器皿的采集形狀與真實器皿形態(tài)所匹配;移動距離,設置為6-12mm。
5.根據權利要求1所述的一種抹茶粒度等級的快速檢測方法,其特征在于,步驟二中,所述高光譜相機,包括CCD相機和光譜模塊;所述CCD相機,光譜分辨率為2.8nm,狹縫寬度為30um;所述CCD相機的曝光時間設置為15ms。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇大學,未經江蘇大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710660214.5/1.html,轉載請聲明來源鉆瓜專利網。





