[发明专利]基于多特征融合的肉类新鲜度高光谱图像可视化检测

权利要求书

1.基于多特征融合的肉类新鲜度高光谱图像可视化检测方法，其特征在于，所述检测方法包括如下步骤：

a、共选取S个肉类样本，利用高光谱反射图像采集系统采集每个样本在共P个波段下的高光谱反射图像；

b、分别提取这S个样本在P个波段下的的高光谱反射图像的光强均值、图像熵、及能量均值特征；

c、将采集好高光谱图像的S个肉类样本做破坏性试验，用半微量凯氏定氮法(GB/T5009.44-2003)测定样本的TVB-N(挥发性盐基氮)含量，得到肉样的新鲜度分类结果；

d、利用S个肉样高光谱图像的光强均值、图像熵、及能量均值特征构建对样本的TVB-N值的融合预估模型；

e、利用高光谱反射图像采集系统采集待测样本的高光谱反射图像，并按照步骤(b)获得高光谱图像的特征参数，输入到步骤(d)建立的融合预估模型，最终获得待测样本的TVB-N预测值；

f、根据步骤(d)建立的融合预估模型，获得TVB-N在肉类表面的分布情况，实现对待测猪肉样本的新鲜度的可视化检测。

2.根据权利要求1所述的基于多特征融合的肉类新鲜度高光谱图像可视化检测方法，本发明的特征之一在于步骤(b)所描述的多特征提取，具体包括：

s1、利用标准白板对第s(s≤S)个肉类样本的高光谱图像进行校准，从而得到其在第t(t≤P)个波段下肉类高光谱反射图像的相对光强值A^s，t；

As,t=Xs,t-RtR‾t-Rt]]>

其中，X^s，t表示第s个肉类样本在第t个波段下的高光谱图像反射光强值；为第t个波段下标准白板高光谱反射图像的光强值。R^t为第t个波段下采集的全黑标定图像光强值；

s2、提取第s个样本在第t个波段下的光强均值特征

Asums,t=Σi=1msΣj=1nsA(i,j)s,t]]>

Ameans,t=Asums,t/(ms·ns)]]>

其中表示第s个肉类样本在第t个波段下高光谱图像矩阵第i行第j列像素的相对光强值，m_s，n_s分别表示第s个样本的高光谱图像矩阵的行数和列数；

s3、提取第s个样本在第t个波段下的图像熵特征

B(i,j)s,t=-A(i,j)s,tAsums,tlog2A(i,j)s,tAsums,t]]>

Bentropys,t=Σi=1msΣj=1nsB(i,j)s,t/(ms·ns)]]>

其中表示第s个样本在第t个波段下高光谱图像矩阵第i行第j列像素的熵值；

s4、提取第s个样本在第t个波段下的能量均值特征

C(i,j)s,t=A(i,j)s,t-A(i0,j0)s,t(i-i0)2+(j-j0)2]]>

Cpowers,t=Σi=1msΣj=1nsC(i,j)s,t/(ms·ns)]]>

其中表示第s个样本在第t个波段下高光谱图像矩阵第i行第j列像素的能量值；(i₀，j₀)表示光谱图像质心的坐标，表示光谱图像质心位置对应的相对光强值。