[发明专利]基于高光谱成像技术的人参年限识别方法

权利要求书

1.一种基于高光谱成像技术识别或辅助识别人参年限的模型建立方法，包括如下步骤：

(1)样本光谱建立：

收集不同年限、同一品种、同一产地的人参药材作为样本集；对所述样本集中的样本用高光谱成像系统进行光谱扫描，收集1000～2400nm的高光谱数据，得到样本集光谱；

(2)样本集光谱预处理：

a1)将所述样本集光谱中样本原始的高光谱数据进行辐射校准；

a2)将辐射校准后的数据采用平场域处理方法进行黑白校正，转换为初始相对反射率数据；

a3)将所述初始相对反射率数据进行样本感兴趣区域选择，导出的平均光谱值数据用多元散射校正法进行预处理；

(3)建立识别模型：

将预处理后的样本平均光谱值数据与样本人参年限信息利用偏最小二乘回归进行建模，得到识别人参年限的模型。

2.根据权利要求1所述的方法，其特征在于：所述步骤(1)中，所述样本集中的样本数量大于等于100个；

所述高光谱成像系统为HySpex系列高光谱成像光谱仪。

3.根据权利要求1或2所述的方法，其特征在于：所述步骤(1)中，所述光谱扫描的条件如下：所述高光谱成像光谱仪的镜头与所述人参的距离为20-30cm，平台移动速度为1.5mm/s；所收集的光谱范围在1000-2400nm时，积分时间为3600μs，帧时间为49535。

4.根据权利要求1-3中任一项所述的方法，其特征在于：所述步骤(2)中，所述a2)中黑白校正公式如下：

式中R表示经过校正后的图像，I_R表示原始图像，I_W表示白板图像，I_B表示黑板图像；

所述a3)中对初始相对反射率数据利用ENVI软件圈选出人参不同样本的感兴趣区域，导出各个样本感兴趣区域的平均光谱值，用多元散射校正法对感兴趣区域平均光谱值进行预处理，得到预处理后的样本平均光谱值数据。

5.根据权利要求1-4中任一项所述的方法，其特征在于：所述步骤(3)前步骤a3)后还包括下述步骤a4)：采用matlab软件导入步骤a3)预处理后的样本平均光谱值数据，采用随机无放回的方式抽取光谱，生成1到mT随机数集R，将预处理后的样本平均光谱值数据对应随机数集R，按照比例将光谱数据集中的mT条光谱数据分成训练集和测试集；所述训练集是用来训练模型，所述测试集是用来测试模型性能；

优选的，每个年限人参的总样本数据按5：1的比例随机采样，选取训练集与测试集。

6.权利要求1-5中任一项所述方法得到的识别或辅助识别人参年限的模型。

7.一种包括权利要求1所述的基于高光谱成像技术识别或辅助识别人参年限的模型建立方法识别或辅助识别人参年限的方法，包括如下步骤：

A)待测样品光谱建立：

对待测人参样品用高光谱成像系统进行光谱扫描，收集1000到2400nm的高光谱数据，得到待测人参样品的光谱；

B)待测样品光谱预处理：

b1)将所述待测人参样品的原始的高光谱数据进行辐射校准；

b2)将辐射校准后的数据采用平场域处理方法进行黑白校正，转换为初始相对反射率数据；

b3)将所述初始相对反射率数据提取样本感兴趣区域，并用多元散射校正法(MSC)预处理，得到预处理后的样本平均光谱值数据；

C)将所述预处理后的样本平均光谱值数据输入权利要求1得到的识别或辅助识别人参年限的模型，得到待测人参样品的年限。