[发明专利]一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法有效
申请号: | 201810532134.6 | 申请日: | 2018-05-21 |
公开(公告)号: | CN108827934B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 黄敏;刘振方;朱启兵;郭亚 | 申请(专利权)人: | 江南大学 |
主分类号: | G01N21/65 | 分类号: | G01N21/65;G01N21/88 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 梅洪玉 |
地址: | 214122 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分离 散射 图像 包装 食品 品质 无损 检测 方法 | ||
1.一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法,其特征在于,步骤如下:
a、将带包装的食品样本,放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像矩阵RN,每个图像包含在1024个波段下,由以激光点为中心及距离激光点不同距离的点组成的一条线;
b、将N个不同位置的拉曼图像取均值,得到均值矩阵Ravg:将拉曼图像中拉曼强度和拉曼波长的空间转换到拉曼强度和拉曼位移的空间,拉曼波长到拉曼位移的转换公式通过斯托克斯线实现:
其中,λ0表示拉曼激发波长;λi表示第i个点的拉曼波长,RS是拉曼位移矩阵;
c、从均值矩阵Ravg中提取感兴趣的区域和波段作为相应拉曼图像的子图像,选择激光点及邻域的波段图像,得到一向量矩阵RRS,以向量矩阵RRS为纵轴、拉曼位移矩阵RS为横轴组成强度拉曼位移空间,从强度拉曼位移空间中选取拉曼峰,并且返回均值矩阵Ravg中选择拉曼峰随激光点不同距离的变化矩阵P;
d、将步骤c所得的拉曼峰随激光点不同距离的变化矩阵P进行归一化处理,得到矩阵Pnorm,将矩阵Pnorm输入预先建立的盲源分离检测模型进行检测处理,经过外部包装和内部食品与模型的相关性分析,获取外部包装和内部食品混合拉曼光谱中所有峰的归属信息;
e、从步骤d得到的归属信息中,提取出只属于内部食品的拉曼光谱信息,利用拉曼光谱信息对食品的品质进行评价。
2.根据权利要求1所述的带包装食品品质无损检测方法,其特征在于,所述步骤d中,盲源分离检测模型的建立步骤如下:
(1)选取包装、食品、包装食品三种样本,将样本放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像;
(2)将分层样本中只属于包装和只属于食品产生的拉曼峰随激光点不同距离的强度变化归一化处理后,进行高斯拟合建模,模型形式为:
其中,x为归一化后均匀分布的横坐标点;
(3)对于采集数据点{xi,yi},i=1,2,3,...N进行拟合,并在拟合时乘以幅度常数A,得到准则函数:
其中,xi为归一化后的第i个横坐标点,yi为归一化后波峰随激光点位置变化的第i个点;
(4)对准则函数求解,得到对应参数估计σ2、μ、A,将参数带入步骤(2)的模型中,建立盲源分离检测模型。
3.根据权利要求1或2所述的带包装食品品质无损检测方法,其特征在于,所述步骤d中,变化矩阵P的归一化处理过程为:
其中,Pmin是P矩阵中的最小值,Pmax是P矩阵中的最大值,Pnorm是归一化后的矩阵。
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江南大学,未经江南大学许可,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/201810532134.6/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序