[发明专利]基于高光谱成像技术的苹果内外品质快速无损检测方法有效

专利信息
申请号: 201610938290.3 申请日: 2016-10-25
公开(公告)号: CN106525732B 公开(公告)日: 2021-08-17
发明(设计)人: 田有文;张芳;刘思伽;冯迪 申请(专利权)人: 沈阳农业大学
主分类号: G01N21/25 分类号: G01N21/25;G06T7/136;G06T7/194
代理公司: 沈阳科威专利代理有限责任公司 21101 代理人: 张述学
地址: 110000 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 光谱 成像 技术 苹果 内外 品质 快速 无损 检测 方法
【权利要求书】:

1.基于高光谱成像技术的苹果内外品质快速无损检测方法,其特征为:包括以下步骤:

1)利用高光谱成像系统采集苹果图谱信息;

2)分析苹果光谱曲线的特征,并对光谱数据进行分析;

3)确定单波段图像,使用二次最大类间阈值分割算法对单波段图像进行阈值分割,分割出苹果与背景,从而得到苹果的高光谱图像;对苹果的高光谱图像进行掩膜;

4)对掩膜后的苹果高光谱图像进行第二次最大类间阈值分割,在苹果的高光谱图像中提取苹果病害区域、虫害区域、果梗/花萼区域、正常区域;

5)对分割出来的苹果病害区域、虫害区域、果梗/花萼区域、正常区域进行腐蚀膨胀运算;确定病虫害区域、花萼区域和果梗区域的像素点位置;对于苹果糖度、硬度参数区域取苹果的正常区域中间部分的像素点位置;

6)对掩膜后的苹果高光谱图像进行第二次最大类间阈值分割,在苹果的高光谱图像中提取病害区域光谱曲线、虫害病害区域光谱曲线、果梗/花萼病害区域光谱曲线、正常区域糖度光谱曲线、正常区域硬度光谱曲线;

7)针对苹果病害区域、虫害区域、果梗/花萼区域、正常区域光谱曲线,采用二次连续投影法从500nm~970nm波长下的367个波段中提取苹果病害、虫害、果梗、花萼、正常的特征波长集SP1;

所述二次连续投影算法SP1提取苹果外部品质特征波长集SPA1,SPA1包含

10个特征波长包括502nm、573nm、589nm、655nm、681nm、727nm、867nm、904nm、942nm和967nm,对10个特征波长再次使用连续投影法选出3个特征波长681 nm、867 nm和942 nm,从而构成特征波长集SP1;

8)对于苹果的糖度、硬度品质参数采用多参数连续投影算法SPA2提取苹果内部品质特征波长集SP2;即先采用连续投影算法筛选出苹果硬度的9个特征波长403nm、405nm、409nm、469nm、543nm、614nm、676nm、725nm、963nm,对9个特征波长的光谱信息再次使用连续投影法筛选出苹果糖度的2个特征波长543nm和676nm,从而构成特征波长集SP2;

9)用苹果外部品质特征波长集SP1中特征波长的反射率融合苹果内部品质特征波长集SP2中特征波长的反射率,作为BP人工神经网络输入量,其隐层数为1,输入层和隐层传递函数为正切S型传递函数;加入趋势动量项的梯度下降的训练函数;输出为5个量,分别为苹果是否染有病害、是否染有虫害、是否是正常果、糖度值、硬度值;具体方法如下:

采用BP人工神经网络对苹果内外部品质进行检测,采用苹果外部品质特征波长集SP1中三个特征波长681 nm、867 nm和942 nm处的反射率,融合苹果内部品质特征波长集SP2中两个特征波长543nm、676nm处的反射率,共五个光谱特征作为BP人工神经网络输入量,其隐层数为1,输入层和隐层传递函数为正切S型传递函数;学习方式为加入趋势动量项的梯度下降的训练函数;输出为5个量,分别为苹果是否染有病害、是否染有虫害、是否是正常果、糖度值、硬度值;

10)通过苹果是否染有病害、是否染有虫害、是否是正常果、糖度值、硬度值实现苹果内外品质的快速、无损检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳农业大学,未经沈阳农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610938290.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top