[發明專利]一種基于高光譜成像的蔬菜農藥殘留濃度的檢測方法在審
| 申請號： | 201810229877.6 | 申請日： | 2018-03-20 |
| 公開（公告）號： | CN108872091A | 公開（公告）日： | 2018-11-23 |
| 發明（設計）人： | 桂江生;顧敏;吳子嫻 | 申請（專利權）人： | 浙江理工大學 |
| 主分類號： | G01N21/25 | 分類號： | G01N21/25;G01N21/359;G01N21/3563 |
| 代理公司： | 杭州君度專利代理事務所(特殊普通合伙) 33240 | 代理人： | 楊天嬌 |
| 地址： | 310018 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 樣本 平均光譜 樣本組 蔬菜農藥殘留 高光譜成像 灰度圖像 光譜 制備 檢測 計算感興趣區域 多元散射校正 卷積神經網絡 高光譜圖像 光譜反射率 歸一化處理 標準光譜 二維矩陣 農藥殘留 數據灰度 校正處理 像素 噴灑 校正 自動化 采集 保存 農藥 轉換 預測 | ||
1.一種基于高光譜成像的蔬菜農藥殘留濃度的檢測方法，其特征在于，所述基于高光譜成像的蔬菜農藥殘留濃度的檢測方法，包括：
在蔬菜上噴灑農藥并歷時18小時至28小時后采摘，制備出噴灑了不同濃度農藥的蔬菜樣本；
對制備的蔬菜樣本進行高光譜圖像采集，并進行黑白校正；
提取樣本高光譜圖像的感興趣區域，計算感興趣區域中所有像素的光譜反射率作為每個樣本的平均光譜；
根據每個樣本的平均光譜計算各個樣本組的平均光譜，將各個樣本組的平均光譜作為各自樣本組的標準光譜，對樣本組中的每個樣本的光譜進行多元散射校正處理，并對校正處理后的光譜進行歸一化處理，轉換成二維矩陣后保存為灰度圖像；
以各樣本的灰度圖像建立基于數據灰度圖的卷積神經網絡模型，采用建立的卷積神經網絡模型對蔬菜中農藥殘留進行預測。
2.如權利要求1所述的所述的基于高光譜成像的蔬菜農藥殘留濃度的檢測方法，其特征在于，所述對制備的蔬菜樣本進行高光譜圖像采集，并進行黑白校正，采用如下公式：
其中：Rci是校正后數據，Sci是原始樣本數據，Wci是白板數據，Dci是暗背景數據。
3.如權利要求1所述的基于高光譜成像的蔬菜農藥殘留濃度的檢測方法，其特征在于，所述對校正處理后的光譜進行歸一化處理，歸一化處理公式為：
其中，xmax為光譜數據xi中最大值，xmin為光譜數據xi中最小值，得到歸一化后的光譜數據為xi,NORM＝(x1,NORM,x2,NORM,…,xn-1,NORM,xn,NORM)，n為樣本光譜數據xi中波長的數量，xi為樣本i的光譜數據。
4.如權利要求1所述的基于高光譜成像的蔬菜農藥殘留濃度的檢測方法，其特征在于，所述轉換成二維矩陣后保存為灰度圖像，包括：
將歸一化后的光譜數據使用reshape()函數轉換成二維轉置矩陣；
再使用imwrite()函數將數據保存為灰度圖。
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浙江理工大學，未經浙江理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810229877.6/1.html，轉載請聲明來源鉆瓜專利網。
