[发明专利]高光谱反射图像采集系统及基于该系统的玉米种子纯度无损检测方法

说明书

技术领域

本发明涉及高光谱反射图像技术与种子纯度检测技术，具体地，涉及高光谱反射图像采集系统及基于该系统的玉米种子纯度无损检测方法。

背景技术

国以农为本，农以种为先。种子是农业生产中最基本的生产资料，是一切。近些年，由于玉米杂交技术的不断推进，我国玉米种子的品种不断的增加，导致各品种的纯度在一定程度上有所下降。随着人们生活水平的不断提高，消费者在选购玉米时对于不同品种的玉米口感度会有较大差异，因此，提高玉米种子的纯度是解决这一问题的根本途径。

针对这一问题，诸多研究人员致力于玉米种子的检测和识别的研究。

目前，基于机器视觉的玉米种子检测技术得到了广泛的应用，但是传统的可见光机器视觉技术是基于可见光光源，随着种子品种数目的增多，种子几何特征、外表颜色特征和质地特征的交叠现象就越严重，导致特征的可区分性变差，从而影响到种子检测的准确性。

高光谱反射图像既包含了可见光区域，同时又包含近红外区域，高光谱图像中，每个波段下图像所显示的灰度值都不同，所包含的玉米种子有效特征信息相比传统的机器视觉更加的充分，但是，在噪声较大的波段，对于传统的直方图阈值分割法，无法对玉米种子轮廓进行有效分割，只能分割其中的少数波段，因此，不能充分利用高光谱反射图像数据量大、波段数目多的特点。

在实现本发明的过程中，发明人发现现有技术中至少存在对噪声较大波段参数提取困难、准确性差与可靠性低等缺陷。

发明内容

本发明的目的在于，针对上述问题，提出基于高光谱反射图像采集系统的玉米种子纯度无损检测方法，以实现操作简单、抗噪性好、准确性好、可靠性高与实时性好的优点。

本发明的第二目的在于，提出高光谱反射图像采集系统。

为实现上述目的，本发明采用的技术方案是：基于高光谱反射图像采集系统的玉米种子纯度无损检测方法，包括：

a、将玉米种子样本，放置在高光谱反射图像采集系统中，采集并获取相应玉米种子样本在M个波段下的M个高光谱反射图像；在所得M个高光谱反射图像中，提取每个波段的图像作为相应高光谱反射图像的子图像，M为自然数；

b、在每个波段下，利用图像分割方法对步骤a所得相应子图像进行轮廓提取，得到玉米种子轮廓图像；

基于所得玉米种子轮廓图像，提取至少包含面积、周长、长轴、短轴、离心率、当量直径、长宽比、圆形度、矩形度、内切圆半径、离散度与紧凑度的12个形状特征参数；

将所得M个波段下的12M个形状特征参数，作为判断相应玉米种子样本所属类别的特征参数；

c、将步骤b所得12M个形状特征参数，输入预先建立的检测模型进行检测处理，获取相应玉米种子样本所属纯度类别的检测结果。

2．根据权利要求1所述的基于高光谱反射图像采集系统的玉米种子纯度无损检测方法，其特征在于，在步骤b中，所述利用图像分割方法对步骤a所得相应子图像进行轮廓提取的操作具体包括：

利用步骤a所得相应子图像，基于区域主动轮廓模型、结合水平集的方法，提取多目标条件下的玉米种子轮廓图像；该模型的能量泛函形式为：

        ⑴

其中，是目标区域在灰度值，是背景区域的灰度值，每次轮廓曲线演化时，和都要重新估计，参数、均为正的权重系数，；

在轮廓曲线演化过程中，假设初始水平集函数是根据初始曲线构造的内正外负的符号距离函数，长度项和面积项分别表示成：

                    ⑵

其中，为原始图像的定义域，为Heaviside函数，为Dirac函数；

根据公式⑵，将公式⑴扩展为：

            ⑶

为了得到最小的能量泛函，假设不变，求得参数和的极小值，通过构造Euler-Lagrange方程，得出以函数表示的偏微分方程，按照泰勒展开式表示为：

       ⑷

每次轮廓曲线演化时，该区域主动轮廓模型通过对和的重新估计，代入公式⑷进行不断的迭代，实现函数的更新后，通过函数的零水平集函数，即可获得更新后的演化轮廓曲线，如此不断的循环，直到演化曲线到达最终的目标边界，得到最终的分割结果。

进一步地，在步骤b中，获取所述最终的分割结果的算法的主要步骤，包括：

初始化参数，构建演化的初始演化轮廓曲线，得到零水平集函数；

离散化各变量的值和当前演化曲线的曲率；

通过迭代，求取水平集函数的值；