[发明专利]一种海带含水率诊断方法

说明书

本发明公开了一种海带含水率诊断方法，其包括：(S1)获取多片干海带，获取各片干海带的含水率、叶片宽度、叶片长度、叶片厚度以及彩色图像；(S2)获取各彩色图像的颜色信息以及灰度图像，并从各灰度图像中获取灰度均值、熵值信息；(S3)采用分形理论计算各灰度图像的分形维数；(S4)将各片干海带的含水率、叶片宽度、叶片长度、叶片厚度、颜色信息、灰度均值、熵值信息以及分形维数进行训练拟合，得到含水率模型；(S5)对干海带进行检测的过程中，从图像中获取待检测干海带的分形维数等信息，并代入含水率模型中，得到被检测干海带的含水率。该方法可根据海带的图像信息对海带的含水率进行检测，解决了水分检测仪的检测方式效率低的问题。

技术领域

本发明属于通信技术领域，特别涉及一种海带含水率诊断方法。

背景技术

海带是一种低碱性食物，富含人体所需的碘、钙、磷等多种元素，是抑制老年肥胖，消除动脉硬化、防止甲状腺肿大等疾病最理想的疗效食品之一。中国海带养殖面积很广，沿海各地都有养殖，福建、江苏、山东等地的海带加工厂也很多。海带是应季作物，通常含水率约为90％，采收的新鲜海带需要快脱水干燥处理，以便储藏、再加工和消费。根据干海带制定标准SCT3202-2012，海带含水率≤18％，泥沙杂质≤2％为一级品。

干燥处理，是海带加工中的重要技术过程。在传统天然晾晒、热风干燥、微波干燥、红外线干燥等海带干燥方式中，无法判定海带含水率情况，一般是通过经验感觉分析，依靠水分检测仪来检测干海带含水率情况，测定时间长。

发明内容

本发明的目的是提供一种海带含水率诊断方法，通过机器学习的方法获得检测模型，并根据海带的图像信息以及检测模型对海带的含水率进行检测，解决了水分检测仪的检测方式效率低的问题。

本发明的技术方案是，一种海带含水率诊断方法，其包括以下步骤：

(S1)获取多片干海带，获取各片干海带的含水率、叶片宽度、叶片长度、叶片厚度以及彩色图像；

(S2)获取各彩色图像的颜色信息以及灰度图像，并从各灰度图像中获取灰度均值、熵值信息；

(S3)采用分形理论计算各灰度图像的分形维数；

(S4)将各片干海带的含水率、叶片宽度、叶片长度、叶片厚度、颜色信息、灰度均值、熵值信息以及分形维数进行训练拟合，得到含水率模型；

(S5)对干海带进行检测的过程中，从图像中获取待检测干海带的叶片宽度、叶片长度、叶片厚度、颜色信息、灰度均值、熵值信息以及分形维数，并代入含水率模型中，得到被检测干海带的含水率。

本发明的进一步改进在于，所述分形维数为盒维数。

本发明的进一步改进在于，所述颜色信息为彩色图像的各颜色通道中的平均值。

本发明的进一步改进在于，训练拟合过程中，采用BP算法进行多特征值训练，并对训练结果进行最小二乘法多项式曲线拟合，得到含水率模型。

本发明的有益效果为：现有市场没有针对干海带含水率检测的方法，大部分采用烘干箱进行干燥，烘干时间长，而且无法保证准确性。该方法为干海带的含水率检测提供一个很好的方法，实现图像化识别，保证干海带品质。

附图说明

图1是海带含水率诊断方法的流程图。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。