[发明专利]一种基于高光谱图像技术区分大米产地的检测方法

说明书

技术领域

本发明涉及高光谱技术的引用领域，特别涉及一种基于高光谱图像技术区分大米产地的检测方法。

背景技术

大米是我国重要的粮食品种之一，是我国绝大多数人的主要主食，同时也是我国主要的出口产品，在我国有很多地区种植大米。

不同产地的大米由于地理环境和自然环境的影响，含有的营养物质及体现的外观特点不同。大米的产地是影响其营养价值和经济价值的一个很重要的因素。南方地区所产的大米由于天气及地理原因是一年两熟或者三熟，从而不能吸收并储存足够的营养物质。东北地区生产的大米是则是一年仅仅一熟，所以含有较多的蛋白质、维生素、矿物质和脂类等物质，营养价值相对较高，而且口感相对更加香醇，因而更易被消费者接受，经济价值更高。

和大米的产地息息相关的因素有很多，包括粒形、垩白粒率、纹理等外观因素。大米的粒型包含了大米颗粒的长度、宽度及长宽比等，与大米的产地有着不可分割的关系。而且可以用来进一步分析整精米率(米粒长度占平均长度的比例)。胚乳中有白色(包括腹白、心白和背白)不透明部分的米粒为垩白粒，是大米颗粒上的一种残缺，对大米的外观品质有很大的影响，和大米的产地有着密切的关系。垩白粒占试样米粒数的百分率为垩白粒率，而且同时垩白会影响大米的透明度。大米颗粒的透明度很难直接测定，但是往往可以依据垩白度来间接得到。大米的透明度和大米颗粒的腹白有关。而垩白即包括腹白，心白和背白。对于垩白来说主要是腹白，其次是心白(含量很少)，而背白相对更少，因此垩白度的多少基本可以等同于腹白的多少。腹白少则说明米粒的含水率低，而含水率低表明米粒中所含的蛋白质含量高，蛋白质的含量则可以直接反应透明度。所以利用垩白多少即可以代替腹白的多少，以此来评价大米颗粒的透明度。大米的纹理是指颗粒表面的特征，不同产地的大米由于土地成分，阳光照耀及水分，温度等自然因素的影响，纹理特征上会存在一定的差距。

高光谱成像是一门新兴的快速、无损检测技术，它融合了传统的成像技术和光谱学，在农畜水产品品质检测方面具有巨大的潜力和优势。目前，谷物的品质检测等方面都有采用高光谱技术的报道。如发明专利CN200610097857.5公布了一种基于高光谱图像技术的农畜产品无损检测方法及装置；中国发明专利CN20132018804公布了基于高光谱图像技术的大米品质在线无损检测装置。然而需要指出的是，大米产地的不同对大米颗粒属性有很大的影响。同时，很多因素共同反应了产地区别，仅用单一因素很难加以区分。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于高光谱图像技术区分大米产地的检测方法，操作简单方便，且准确率高。

本发明的目的通过以下技术方案实现：

一种基于高光谱图像技术区分大米产地的检测方法，包括以下步骤：

(1)黑白板校正：用标准白板采集全白标定图像W，将镜头盖盖上采集全黑标定图像B；

(2)训练过程：

(2-1)采集训练样本图像：取n个产地的大米，在每个产地的大米随机选取多个大米颗粒，作为该产地的大米样本；

将每个产地的大米样本平铺无重叠摆好，采集每个产地的大米样本的高光谱图像；

(2-2)校正高光谱图像：设大米样本高光图图像为I₀，则校正后的高光谱图像I为：

I＝(I₀-B)/(W-B)；

(2-3)对每个校正后的大米样本的高光谱图像进行感兴趣区域提取；

(2-4)对步骤(2-3)提取到的感兴趣区域，在MATLAB中计算每个产地大米样本的垩白粒率、每个大米样本中每个大米颗粒的长宽比，同时利用灰度梯度共生矩阵提取每个大米样本中每个大米颗粒的15个纹理特征值；所述15个纹理特征值包括小梯度优势，大梯度优势，灰度分布的不均匀性，梯度分布的不均匀性，能量，灰度平均，梯度平均，灰度均方差，梯度均方差，相关，灰度熵，梯度熵，混合熵，惯性和逆差矩；

(2-6)建立预测模型：使用概率神经网络PNN方法建立预测模型，采用三层BP结构，包括输入层、隐藏层和输出层；输入层为每个产地大米样本的垩白粒率、每个大米样本中每个大米颗粒的长宽比和每个大米样本中每个大米颗粒15个纹理特征值，输出层为大米的产地；进行概率神经网络训练，得到预测模型；

(3)测试过程：

(3-1)随机选取某一产地的多个待测大米颗粒作为待测大米样品，采集待测大米样品的高光谱图像，并进行校正；

(3-2)对校正后的待测大米样品的高光谱图像进行感兴趣区域提取；