[發明專利]基于MSC-CFS-ICA的蘋果輕微損傷高光譜檢測方法在審
| 申請號： | 201811325326.6 | 申請日： | 2018-11-08 |
| 公開（公告）號： | CN109253975A | 公開（公告）日： | 2019-01-22 |
| 發明（設計）人： | 李光輝;張萌 | 申請（專利權）人： | 江南大學 |
| 主分類號： | G01N21/25 | 分類號： | G01N21/25;G01N21/88;G06T7/00 |
| 代理公司： | 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257 | 代理人： | 馮瑞 |
| 地址： | 214122 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： | 損傷 蘋果 高光譜 高光譜圖像 預處理 檢測 平均光譜 特征波長 波段 多元散射校正算法 獨立成分分析 高光譜成像儀 特征選擇算法 反射率數據 富士蘋果 光譜數據 損傷區域 閾值分割 反射率 自適應 算法 樣本 采集 圖像 分類 | ||
1.一種基于MSC-CFS-ICA的蘋果輕微損傷高光譜檢測方法，其特征在于，包括：
獲取蘋果樣本的原始高光譜圖像；
提取原始高光譜圖像的平均光譜反射率數據；
使用多元散射校正算法對原始高光譜的平均光譜反射率進行預處理；
針對預處理后的光譜數據采用了基于相關性的特征選擇算法，選擇出與蘋果損傷分類相關性高的特征波長；
基于特征波長使用獨立成分分析變換獲得損傷圖像，通過自適應閾值分割算法得到損傷區域，完成蘋果損傷的檢測。
2.如權利要求1所述的基于MSC-CFS-ICA的蘋果輕微損傷高光譜檢測方法，其特征在于，“獲取蘋果樣本的原始高光譜圖像；”之后，對原始高光譜圖像進行黑白校正，然后進行“提取原始高光譜圖像的平均光譜反射率數據；”。
3.如權利要求2所述的基于MSC-CFS-ICA的蘋果輕微損傷高光譜檢測方法，其特征在于，“對原始高光譜圖像進行黑白校正”中黑白校正公式如下：
其中，Rr為原始噪聲圖像，Rd為采集的黑板校正圖像，Rw為校準參考板的白標定圖像，Rn為校正后的高光譜圖像。
4.如權利要求1所述的基于MSC-CFS-ICA的蘋果輕微損傷高光譜檢測方法，其特征在于，“針對預處理后的光譜數據采用了基于相關性的特征選擇算法，選擇出與蘋果損傷分類相關性高的特征波長；”中，所述特征波長的選擇具體包含：
將所有樣本按照3:1的比例分為訓練集和測試集，在訓練集中計算特征與類和特征與特征之間的相關矩陣；
使用最佳優先搜索搜索特征子集空間，最佳優先搜索從空集開始；特征子空間為空時，所有單個特征波長均可能為特征波長，計算特征波長的價值，其中，特征波長的價值用merit值表示；
計算單個特征波長的merit值，選擇merit值最大的一個特征波長進入特征組合M；
選擇其次于最大merit值的特征波長進入M，將兩個波長組合，如果這兩個特征組合后的merit值小于原來的merit值，則去除第二個特征，選擇下一個進入；
重復“計算單個特征波長的merit值，選擇merit值最大的一個特征波長進入特征組合M；”和“選擇其次于最大merit值的特征波長進入M，將兩個波長組合，如果這兩個特征組合后的merit值小于原來的merit值，則去除第二個特征，選擇下一個進入；”，依次遞進，找出使merit值最大的特征波長組合。
5.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1到4任一項所述方法的步驟。
6.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1到4任一項所述方法的步驟。
7.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1到4任一項所述的方法。
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南大學，未經江南大學許可，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/201811325326.6/1.html，轉載請聲明來源鉆瓜專利網。
