[發(fā)明專利]基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法、系統(tǒng)和存儲介質

有效

• 申請?zhí)枺?/td>: 202110698418.4
• 申請日: 2021-06-23
• 公開（公告）號: CN113392916B
• 公開（公告）日: 2023-10-17
• 發(fā)明（設計）人: 邱少健;陳培新;梁云;王棟;田興國;雷紅濤;劉財興
• 申請（專利權）人: 華南農(nóng)業(yè)大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/30;G06V10/25;G06V10/82;G06N3/0464;G06N3/084;G01N21/25
• 代理公司: 廣州市華學知識產(chǎn)權代理有限公司 44245
• 代理人: 李斌

本發(fā)明公開了一種基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法、系統(tǒng)和存儲介質，包括下述步驟：讀入麻竹筍高光譜圖像并對其進行預處理，得到樣本集P1；將樣本集P1導入CNN卷積神經(jīng)網(wǎng)絡進行顯著特征提取并整合成相關的數(shù)據(jù)集文件；利用數(shù)據(jù)集文件構建麻竹筍營養(yǎng)成分指標的回歸分析模型；將麻竹筍高光譜圖像導入模型進行分析預測。本發(fā)明運用傳統(tǒng)機器學習與深度學習方法搭建回歸分析模型，利用高光譜圖像提供的大量多維度數(shù)據(jù)，對麻竹筍的營養(yǎng)成分進行分析預測，確保了預測的準確性和有效性，降低了預測成本，為麻竹筍營養(yǎng)成分的檢測提供了簡便、快速、無損的技術方法，保障和促進了麻竹筍食品工業(yè)的高質量發(fā)展。

技術領域

本發(fā)明屬于高光譜圖像處理方法與應用技術領域，具體涉及一種基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法、系統(tǒng)和存儲介質。

背景技術

食品的營養(yǎng)和品質關系到國計民生，而先進的食品檢驗檢測技術對保障食品的營養(yǎng)品質有著重要意義。竹筍，是我國傳統(tǒng)的素食品之一，被稱為“一種全能型營養(yǎng)蔬菜”。對竹筍相關食品的營成分進行檢測，對其品質把關，可保障和促進竹筍食品的質量。由此可見，對竹筍品質檢測的方法則顯得十分重要。

目前而言，對竹筍品質檢測的方法包括化學分析、儀器分析和感官分析等，但這些分析方法費時費力，對樣品具有破壞性且容易產(chǎn)生污染，很難滿足現(xiàn)代食品工業(yè)客觀、快速、無損的檢測要求。高光譜成像技術作為一種同時融合了光譜技術和圖像技術的新興、快速、無損檢測技術，在食品品質檢測領域的應用得到了發(fā)展。但是僅使用傳統(tǒng)機器學習方法沒有充分的利用高光譜麻竹筍圖像提供的大量多維度數(shù)據(jù)，使得對高光譜麻竹筍圖像的處理和品質預測的準確性降低。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于克服現(xiàn)有技術的缺點與不足，提供一種基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法、系統(tǒng)和存儲介質。利用機器學習和深度學習方法，構建回歸分析模型，充分利用高光譜圖像提供的大量多維度數(shù)據(jù)，預測麻竹筍膳食纖維含量和葉綠素含量，為麻竹筍的品質檢測提供量化指標。

為了達到上述目的，本發(fā)明采用以下技術方案:

本發(fā)明一方面提供了一種基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法，包括下述步驟：

基于高光譜圖像的麻竹筍營養(yǎng)成分檢測方法，包括下述步驟：

讀入麻竹筍高光譜圖像并進行圖像預處理，得到樣本集P1；

將所述樣本集P1導入卷積神經(jīng)網(wǎng)絡進行顯著特征提取并整合成相關的數(shù)據(jù)集文件P2；

將所述數(shù)據(jù)集文件P2劃分出訓練集與預測集，使用所述訓練集構建麻竹筍營養(yǎng)成分指標的回歸分析模型并評價所述回歸分析模型的預測表現(xiàn)；

將所述麻竹筍高光譜圖像導入所述麻竹筍營養(yǎng)成分指標的回歸分析模型得到麻竹筍的膳食纖維含量和葉綠素含量預測值。

作為優(yōu)選的技術方案，所述讀入麻竹筍高光譜圖像并進行圖像預處理，得到樣本集P1，具體為：

讀入波段數(shù)為C1的麻竹筍高光譜圖像X0，對C1波段麻竹筍高光譜圖像X0使用高斯濾波器消除高斯噪聲，再進行膨脹處理消除噪聲，生成掩模圖像Y1，所述掩模圖像Y1包含陰影及X0圖像中的麻竹筍樣本有效區(qū)域；

讀入波段數(shù)為C2的麻竹筍高光譜圖像X1，利用掩模圖像Y1通過像素和運算，使除Y1掩模區(qū)域外的像素值為0；

通過設置閾值，經(jīng)過掩膜Y1處理的二值化圖像保留樣本有效區(qū)域，去除上部的陰影部分，獲取掩模圖像Y2；

對所述掩模圖像Y2進行圖像膨脹處理消除噪聲，得到理想掩模圖像Y3；

利用所述掩模圖像Y3與原樣本圖像進行和運算，使除Y3掩模區(qū)域外的像素值為0，獲得麻竹筍高光譜圖像有效區(qū)域圖像X3；