[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

说明书

本发明提供的基于高光谱成像技术的苹果内外品质的快速无损检测方法，利用高光谱成像系统采集苹果图谱信息，分析苹果光谱曲线的特征，并对光谱数据进行分析。然后，确定单波段图像，对其进行二次阈值分割，提取相应区域，并提取相应区域的光谱曲线。针对病害、虫害等苹果外部特征，提出二次连续投影算法以提取特征波长集SP1；针对糖度、硬度等苹果内部品质提出多参数连续投影算法以提取特征波长集SP2。最后融合反应苹果内外品质的特征波长集SP1、SP2采用BP神经网络实现对苹果内外品质的快速、无损检测。本发明操作简单方便、检测速度快、检测结果精度高，而且对苹果没有损伤。

技术领域

本发明属于一种水果无损检测技术领域，特别涉及一种基于高光谱成像技术的苹果内外品质快速无损检测方法。

背景技术

苹果是我国种植规模最大的品种之一，其产量居世界首位，但不是苹果贸易强国，进口价格远高于出口价格，其主要原因是我国苹果采后品质检测技术落后，大多是人工操作，耗时耗力，而且效率低，因而无法满足大规模生产的需求，在国际市场上缺乏竞争力，也无法满足国内的高端需求。因此，亟需开发快速无损智能高效的采后品质检测技术，推动水果采后处理向优质化、标准化和产业化方向健康发展，以营养和功能引导苹果消费。因此，开发研制一种快速、无损、高效的苹果品质检测方法在水果分级领域中具有较好的应用前景。

高光谱成像技术是利用光谱成像设备同时采集目标的光谱信息和图像信息，并结合光谱分析技术(特定敏感波段的选择)、计算机图像处理和机器视觉技术的优点，对目标物进行识别和分析的技术。采集到的高光谱图像是在特定波长范围内由一系列连续的较窄波段图像组成的三维图像数据块。高光谱图像可以同时获取某个特定波长下的图像信息和x-y平面内某个特定像素点下的不同波长的光谱信息。在每个波长下x-y平面内每个像素点的灰度值与其在该波长下的光谱值之间一一对应；在某个特定波长下，感兴趣区域(ROIs)与正常区域之间的光谱值会存在较大差异。因此，在此波长下的图像中，它们之间的灰度也必然存在着一定的差异，进而对被测物进行判别分析，从而实现被测物在线检测。由此可见高光谱成像技术结合了图像分析与光谱技术两者的优点，并通过合适的数据处理方法寻找到最能准确辨别农产品内外品质的特征波长下的图像，从而实现高光谱成像技术对苹果品质的快速无损检测。

发明内容

本发明的目的是提供一种基于高光谱成像技术的苹果内外品质快速无损检测方法。

本发明的技术方案如下：

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等感兴趣区域的像素点位置；对于苹果糖度、硬度等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；

8)对于苹果的糖度、硬度等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。