[发明专利]面向果实品质检测的高光谱图像重构方法及检测方法

说明书

本发明特别涉及一种面向果实品质检测的高光谱图像重构方法，包括如下步骤：S110、拍摄果实得到果实的高清图像和高光谱图像；S120、对两者进行分割并提取感兴趣区域；S130、对相机通道响应值D和光谱反射率R分别求平均得到样本集；S140、根据样本集找到转换矩阵W；S150、利用高清相机拍摄待测果实的高清图像，再用转换矩阵W对待测果实的通道响应值Dv进行转换即可得到重构后的光谱反射率数据Rv；还公开了一种面向果实品质检测方法。采用高光谱图像重构技术，仪器设备成本和人工操作时间成本大幅降低；操作运用简单，降低了检测人员的专业技术操作要求，大幅提高检测效率；重构后的高光谱图像分辨率比原始高光谱图像分辨率更高，可以获得更细致的图像信息。

技术领域

本发明涉及高光谱图像重构技术领域，特别涉及一种面向果实品质检测的高光谱图像重构方法及检测方法。

背景技术

在生长繁育过程中，果实容易受到各类病菌的感染，而病菌腐生能力强、传播范围广，会严重影响果实的品质。因此，需要快速、高效的品质检测方法对果实进行品控管理。高光谱成像技术将传统的成像与光谱技术相结合来获取物体的空间和光谱信息，是一种新兴的、无损的光学检测技术。相较于传统果实品质检测方法，高光谱成像技术不仅在获取样品信息丰富程度方面有了极大提高，还可获取被测样品的整个面阵的品质信息，可以实现对果实品质快速无损的检测分析。但存在以下问题：（1）高光谱仪器设备价格昂贵；（2）仪器的使用专业性要求高，需要由专业技术人员操作；（3）高光谱图像的分辨率远低于普通相机的分辨率，无法获取细微信息。这些问题限制了高光谱技术在果实品质检测中的应用与推广。

发明内容

本发明的目的在于提供一种面向果实品质检测的高光谱图像重构方法，获得的高光谱图像分辨率更高。

为实现以上目的，本发明采用的技术方案为：一种面向果实品质检测的高光谱图像重构方法，包括如下步骤：S110、利用高清相机和高光谱相机拍摄果实图像分别得到果实的高清图像和高光谱图像；S120、对果实的高清图像和高光谱图像进行分割并提取感兴趣区域，两个图像中的感兴趣区域一一对应；S130、每个感兴趣区域作为一个样本，对感兴趣区域中的相机通道响应值D和光谱反射率R分别求平均得到样本集；S140、根据样本集找到样本光谱反射率数据和相机通道响应值之间的转换矩阵W；S150、利用高清相机拍摄待测果实的高清图像，再用转换矩阵W对待测果实的通道响应值Dv进行转换即可得到重构后的光谱反射率数据Rv。

与现有技术相比，本发明存在以下技术效果：采用高光谱图像重构技术，仪器设备成本和人工操作时间成本大幅降低；操作运用简单，降低了检测人员的专业技术操作要求，大幅提高检测效率；重构后的高光谱图像分辨率比原始高光谱图像分辨率更高，可以获得更细致的图像信息。

本发明的目的在于提供一种面向果实品质检测的方法，能够实现果实品质的低成本、高通量、快速检测。

为实现以上目的，本发明采用的技术方案为：一种面向果实品质检测的方法，包括如下步骤：S210、将待测果实放在采集装置中采集其高清图像；S220、按照前述步骤S110-S150对待测果实的高清图像进行重构得到待测果实的光谱反射率数据；S230、将重构后的光谱反射率数据通过神经网络模型进行分类和回归实现待测果实品质的检测。

与现有技术相比，本发明存在以下技术效果：通过建立重构图像和果实多种品质的反演模型，实现果实品质的低成本、高通量、快速检测，拓展高光谱检测技术的应用范围；并且，由于重构后高光谱图像分辨率非常高，因此基于该数据建立的神经网络模型的分类准确度非常高，检测的结果很准确率更高。

附图说明

图1是高光谱图像重构流程图；

图2是本发明检测装置的结构示意图；

图3是高光谱仪器获得样品的.cube格式数据图；

图4是图3处理成.float格式数据图；

图5是针对图4中三个波段融合成的图像；