[发明专利]用于进行高光谱图像处理以识别对象的系统和方法

权利要求书

1.一种系统，其包括：

存储器；以及

至少一个处理器，所述至少一个处理器用于：

通过成像装置获取对象的高光谱图像，所述对象的所述高光谱图像包括所述对象的三维图像集，所述图像集中的每个图像均呈现在电磁光谱的波长范围内的所述对象；

对所述对象的所述高光谱图像进行归一化；

选择所述高光谱图像中的感兴趣区域，所述感兴趣区域包括所述图像集中的至少一个图像的子集；

从所述高光谱图像的所述感兴趣区域提取光谱特征；

将来自所述感兴趣区域的所述光谱特征与训练集中的多个图像进行比较以确定所述对象的特定特性，并且确定所述对象的至少一个质量参数的值；并且

基于所述光谱特征识别所述对象。

2.如权利要求1所述的系统，所述至少一个处理器进一步用于使用包括所述训练集中的所述多个图像和与所述对象相关联的地面实况测量值的数据来训练对象模型，并且基于所述对象模型确定所述对象的所述特定特性。

3.如权利要求1所述的系统，所述至少一个处理器进一步用于确定所述对象的干物质含量、所述对象的硬度和所述对象的糖含量。

4.如权利要求1所述的系统，其中所述成像装置包括高光谱成像装置，并且所述系统还包括：至少一个照明装置，所述至少一个照明装置对所述对象进行照明；以及传送带，当所述高光谱成像装置捕获所述高光谱图像时，所述传送带使所述对象移动经过所述成像装置。

5.如权利要求1所述的系统，其中所述对象包括易腐食物。

6.如权利要求5所述的系统，其中所述易腐食物包括鳄梨。

7.如权利要求1所述的系统，其中所述对象包括鳄梨，并且所述至少一个处理器进一步用于基于来自所述感兴趣区域的所述光谱特征来确定所述鳄梨的干物质含量、所述鳄梨的硬度和所述鳄梨的糖含量中的至少一者。

8.一种方法，其包括：

由处理器通过成像装置获取对象的高光谱图像，所述对象的所述高光谱图像包括所述对象的三维图像集，所述图像集中的每个图像均呈现在电磁光谱的波长范围内的所述对象；

由所述处理器对所述对象的所述高光谱图像进行归一化；

由所述处理器选择所述高光谱图像中的感兴趣区域，所述感兴趣区域包括所述图像集中的至少一个图像的子集；

由所述处理器从所述高光谱图像的所述感兴趣区域提取光谱特征；

由所述处理器将来自所述感兴趣区域的所述光谱特征与训练集中的多个图像进行比较以确定所述对象的特定特性，并且确定所述对象的至少一个质量参数的值；以及

由所述处理器基于所述光谱特征识别所述对象。

9.如权利要求8所述的方法，其还包括：使用包括所述训练集中的所述多个图像和与所述对象相关联的地面实况测量值的数据来训练对象模型，以及基于所述对象模型确定所述对象的所述特定特性。

10.如权利要求8所述的方法，其还包括：确定所述对象的干物质含量、所述对象的硬度和所述对象的糖含量。

11.如权利要求8所述的方法，所述成像装置包括高光谱成像装置，并且所述方法还包括：通过至少一个照明装置对所述对象进行照明，以及当所述高光谱成像装置捕获所述高光谱图像时，通过传送带使所述对象移动经过所述成像装置。

12.如权利要求8所述的方法，其中所述对象包括易腐食物。

13.如权利要求12所述的方法，其中所述易腐食物包括鳄梨。

14.如权利要求8所述的方法，其中所述对象包括鳄梨，并且所述所述方法还包括：基于来自所述感兴趣区域的所述光谱特征来确定所述鳄梨的干物质含量、所述鳄梨的硬度和所述鳄梨的糖含量中的至少一者。