[發明專利]一種高光譜數據處理方法、設備及介質

有效

• 申請號: 202110453331.0
• 申請日: 2021-04-26
• 公開（公告）號: CN113160183B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 宋志華;陳雪;張立人;曹書森;李程;李陽
• 申請（專利權）人: 山東深藍智譜數字科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/187;G06T7/62;G06K9/62;G06N3/04;G06N3/08;G06V10/77;G06V10/82
• 代理公司: 濟南千慧專利事務所(普通合伙企業) 37232
• 代理人: 種道北

1.一種高光譜數據處理方法，其特征在于，所述方法包括：

基于用戶的輸入信息，確定構建神經網絡模型的待檢測物體；

基于所述待檢測物體以及預設的關聯關系，從預存數據庫中，獲取所述待檢測物體的原始高光譜圖像；其中，所述原始高光譜圖像攜帶有標簽，所述標簽表示所對應的待檢測物體；

對所述原始高光譜圖像進行基線校正；以及

基于待檢測物體的反射率、標準參考板的反射率，計算定標系數，具體包括：

按照以下公式：計算定標系數；其中，所述Ref_t為待測食品的反射率，Ref_p為標準參考板的反射率，DN_t為校正后的高光譜圖像中物體的數值，DN_p為校正后的高光譜圖像中標準參考板的數值，DN_d為高光譜圖像采集系統誤差；

根據定標系數對所述校正后的高光譜圖像進行輻射定標，得到輔助定標后的高光譜圖像；

對各所述原始高光譜圖像進行目標檢測，以得到相應的感興趣區域；

根據所述感興趣區域，對相應的原始高光譜圖像進行分割，得到感興趣區域圖像；其中，各所述感興趣區域圖像組成所述待檢測物體的高光譜圖像集合；

其中，對各所述原始高光譜圖像進行目標檢測，以得到相應的感興趣區域，具體包括：

確定各所述原始高光譜圖像的種子像元；基于區域生長算法以及所述種子像元，對各所述原始高光譜圖像進行圖像識別，以確定各所述原始高光譜圖像中目標輪廓信息；根據所述目標輪廓信息對相應的所述高光譜圖像進行劃分，以得到對應的感興趣區域圖像；或者，

確定高光譜圖像的初始種子像元，所述種子相關的光譜為初始種子光譜；計算像元與種子光譜間的光譜差異度，并根據所述光譜差異度判定像元是否被生長；在像元被生長后，將初始種子光譜更新為所有已生長像元的光譜均值，直至區域生長結束，進行背景區域的分割；確定新的初始種子像元，重新進行區域生長，進行背景區域分割，直至無法確定新的初始種子像元，以得到相應的感興趣區域；

所述確定各所述原始高光譜圖像的種子像元，具體包括：

確定預設尺寸的局部窗口，計算所述局部窗口中像元的光譜相似性，進行AP聚類，得到所述局部窗口像元聚類結果；根據所述聚類結果，得到局部窗口聚類標記圖；在所述聚類標記圖中，按照預設方格進行搜索；在所述預設方格內所有像元灰度值相等時，將所述方格中心像元作為種子像元；

基于區域生長算法以及所述種子像元，對各所述原始高光譜圖像進行圖像識別，以確定各所述原始高光譜圖像中目標輪廓信息，具體包括：

基于區域生產算法以及所述種子像元，對所述原始高光譜圖像進行圖像識別，得到至少一個生長區域；確定各所述生長區域是否為連通區域；計算連通區域的面積，并根據連通區域的面積確定目標區域，以得到相應的目標輪廓信息；

獲取待檢測物體的高光譜圖像集合；

根據主成分分析法對所述高光譜圖像集合中的各高光譜圖像進行主成分分析，得到第一預設數目的第一主成分信息；

根據所述第一主成分系信息中的權重系數曲線，確定相應的特征波段；

根據主成分分析法對所述特征波段進行主成分分析，確定第二預設數目的第二主成分信息；

將所述第二主成分信息對應的光譜特征以及相應的高光譜圖像，作為樣本數據；

根據所述樣本數據進行神經網絡模型訓練及檢測，以得到所述待檢測物體對應的訓練好的神經網絡模型；

接收高光譜圖像采集設備發送的初始高光譜圖像；

對所述初始高光譜圖像進行歸一化處理，得到待檢測高光譜圖像；

基于所述訓練好的神經網絡模型，對所述待檢測高光譜圖像進行圖像識別，確定所述初始高光譜圖像中是否包括所述待檢測物體。