[發(fā)明專(zhuān)利]基于高光譜成像技術(shù)的獼猴桃貨架期快速判別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110770250.3
• 申請(qǐng)日: 2021-07-08
• 公開(kāi)（公告）號(hào): CN113496486B
• 公開(kāi)（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 許麗佳;黃鵬;陳銘;康志亮;王玉超;彭英琦
• 申請(qǐng)（專(zhuān)利權(quán)）人: 四川農(nóng)業(yè)大學(xué)
• 主分類(lèi)號(hào): G06V20/68
• 分類(lèi)號(hào): G06V20/68;G06V10/58;G06V10/82;G06V10/70;G06T7/00;G06T5/00;G06N3/006;G06N3/048
• 代理公司: 北京博爾赫知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 16045
• 代理人: 王燦

本發(fā)明公開(kāi)了一種基于高光譜成像技術(shù)的獼猴桃貨架期快速判別方法，包括以下判別步驟：S1：取不同貨架期的獼猴桃樣本，并采集獼猴桃樣本的高光譜圖像，再對(duì)該圖像進(jìn)行黑白校正，獲得校正后圖像R：S2：將校正后圖像進(jìn)行降噪處理，獲得有效光譜信息：S3：采用DOSC處理方法對(duì)有效光譜信息進(jìn)行預(yù)處理；S4：將預(yù)處理后的有效光譜信息采用SPA算法提取出特征光譜變量；S5：建立ELM模型，再將特征光譜變量輸入至ELM模型中，獲得待測(cè)獼猴桃貨架期的判別結(jié)果。本發(fā)明算法新穎、實(shí)現(xiàn)簡(jiǎn)單；對(duì)獼猴桃的貨架期進(jìn)行無(wú)損判別，快速且準(zhǔn)確；推廣性強(qiáng)，具有廣闊的市場(chǎng)應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)產(chǎn)品檢測(cè)領(lǐng)域，具體涉及基于高光譜成像技術(shù)的獼猴桃貨架期快速判別方法。

背景技術(shù)

獼猴桃是典型的呼吸躍變型水果，長(zhǎng)時(shí)間貨架儲(chǔ)藏的獼猴桃，其內(nèi)部可溶性糖由不斷產(chǎn)生變?yōu)闈u漸代謝，細(xì)胞壁膨脹、降解，果肉變軟，表現(xiàn)是糖度先增后減和硬度逐漸降低，但獼猴桃在外觀(guān)上變化不顯著，難以通過(guò)其外觀(guān)變化來(lái)確定獼猴桃的貨架期，易出現(xiàn)不同貨架期獼猴桃與新鮮獼猴桃混在一起，質(zhì)量參差不齊，易導(dǎo)致銷(xiāo)售質(zhì)量降低，更危及食品安全。故設(shè)計(jì)一種能快速且準(zhǔn)確判別獼猴桃貨架期的方法就顯得十分必要。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于高光譜成像技術(shù)的獼猴桃貨架期快速判別方法，通過(guò)采集不同貨架期獼猴桃的高光譜圖像，通過(guò)分析處理光譜信息從中提取出有效的低維特征光譜變量，并將之用于判別獼猴桃的貨架期。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明所采用的技術(shù)方案是：基于高光譜成像技術(shù)的獼猴桃貨架期快速判別方法，包括以下判別步驟：

S1：取不同貨架期的獼猴桃樣本，并采集獼猴桃樣本的高光譜圖像，再對(duì)該圖像進(jìn)行黑白校正，獲得校正后圖像 R：

；

式中， R為校正后圖像， R_D為黑標(biāo)準(zhǔn)圖像， R_W為白標(biāo)準(zhǔn)圖像， R_O為獼猴桃高光譜圖像；

S2：對(duì)校正后的圖像進(jìn)行降噪處理，獲得有效光譜信息：

;

式中，為獼猴桃樣本在各波長(zhǎng)下提取的感興趣區(qū)域內(nèi)每個(gè)像素點(diǎn)的光譜信息值， h為感興趣區(qū)域內(nèi)的像素點(diǎn)數(shù)，為獼猴桃樣本在各波長(zhǎng)點(diǎn)處求取的有效光譜信息值；

S3：采用DOSC處理方法對(duì)有效光譜信息進(jìn)行預(yù)處理；

S4：將預(yù)處理后的有效光譜信息采用SPA算法提取出特征光譜變量；

S5：建立ELM模型，再將特征光譜變量輸入至ELM模型中，獲得待測(cè)獼猴桃貨架期的判別結(jié)果；ELM模型為：

；