[发明专利]一种多光谱图像信息和TLMD-WOA-SIFT的果蔬品质检测方法

权利要求书

1.一种多光谱图像信息和TLMD-WOA-SIFT的果蔬品质检测方法，其特征在于：包括以下步骤：

(1)果蔬多光谱图像信息获取；

(2)利用二维局部均值分解(TLMD)对图像进行分解；

(3)用WOA优化的SIFT(尺度不变特征变换)算法对产生的二维乘积函数(BPF)进行特征提取；

(4)对BPF提取的特征信息进行处理后得到原始多光谱图像的全部特征信息；

(5)将特征信息输入LSSVM模型进行分类。

2.根据权利要求1所述的一种多光谱图像信息和TLMD-WOA-SIFT的果蔬品质检测方法，其特征在于：所述的步骤(1)中，实验所采用的滤光片装置由975nm短程滤光片(美国，Edmund Optics)和675nm长程滤光片(美国，Edmund Optics)组成；定焦镜头采用16mm的VIS-NIR定焦距镜头(美国，Edmund Optics)，镜头与光谱成像单元通过CS接口连接；光谱成像单元选用的是XiSpec系列面阵光谱成像单元。

3.根据权利要求1所述的一种多光谱图像信息和TLMD-WOA-SIFT的果蔬品质检测方法，其特征在于：所述的步骤(2)中，利用二维局部均值分解(TLMD)对图像进行分解，其具体步骤如下：

(21)首先提取待分解信号的局部极值点，求各平均值：

其中i＝1,2，…，ii是局部极值的个数给定信号的点的平均点，这些极值点由一条直线连接得到局部均值函数m₁₁(t)；

(22)获取本地信封函数:

(23)将局部平均函数m₁₁(t)与原始函数分离信号x(t)得到h₁₁(t)，具体为:

h₁₁(t)＝x(t)-m₁₁(t)

此外，还解调了h₁₁(t)，因此,s₁₁(t)为：

。

对s₁₁(t)重复上述步骤，可以得到s₁₁(t)的包络估计函数a₁₂(t)，如果局部包络函数a₁₂(t)不等于2，则s11(t)不是纯FM信号，重复上述步骤，直到获得的s_1p(t)是纯FM信号为止,接着：

终止迭代的条件为：

得到包络函数为：

包络信号a₁(t)表示瞬时信号的振幅，瞬时频率f₁(t)是通过纯调频信号s_1p(t)求取:

(24)PF组件:

PF₁(t)＝a₁(t)s_1p(t)

从要的信号中减去第一个PF分量分解x(t)获得一个新的信号u₁(t)，重复上述循环，直到所有PF分量都得到,原始信号x(t)可以表示为: