[发明专利]一种基于人工智能与高光谱成像的红枣品种鉴别方法

说明书

本发明涉及人工智能领域，具体涉及一种基于人工智能与高光谱成像的红枣品种鉴别方法，包括：获取待鉴别品种红枣灰度图像的第一候选窗口；获取待鉴别品种红枣灰度图像的第二候选窗口；重复上述步骤获取标准品种红枣灰度图像的第二候选窗口；获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口；通过获取每个待鉴别品种红枣的灰度图像第二候选窗口及其最优匹配的标准品种红枣灰度图像第二候选窗口的平均光谱序列，得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度，完成对待鉴别红枣的品种鉴别。通过上述方法可提高对干制红枣品种的鉴别精度。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能与高光谱成像的红枣品种鉴别方法。

背景技术

干制红枣不仅保留了鲜枣的营养成分，而且食用方式多样，更有利于长期存储和长途运输。不同品种的红枣营养成分含量不同，价格也相差很多。鲜枣干制后，颜色、形状较为接近，通过肉眼很难区分。

现有技术主要采用图像处理的方法，根据不同品种红枣的品质和形状特征不同，对不同的红枣品种进行鉴别。

然而，由于红枣成分复杂，相应的品质特征影响因子较多，导致图像处理过程中容易受到其它因素的干扰，影响了上述现有技术对红枣品种的鉴别精度。

发明内容

为了克服上述现有技术的缺点，本发明提供了一种基于人工智能与高光谱成像的红枣品种鉴别方法，以提高红枣品种的鉴别精度。

为达到上述目的，本发明采用以下技术方案，一种基于人工智能与高光谱成像的红枣品种鉴别方法，包括：

通过对获取的待鉴别品种红枣的高光谱图像进行真彩色合成及灰度化处理，获取待鉴别品种红枣的灰度图像。

通过对比待鉴别品种红枣灰度图像中每个窗口的平均梯度值与设置阈值的大小，获取待鉴别品种红枣灰度图像的第一候选窗口。

通过计算待鉴别品种红枣灰度图像中每个第一候选窗口的最大颜色方差，获取待鉴别品种红枣灰度图像的第二候选窗口。

重复上述步骤获取标准品种红枣灰度图像的第二候选窗口。

通过计算每个待鉴别品种红枣灰度图像的第二候选窗口与所有标准品种红枣灰度图像的第二候选窗口的接近值构建窗口二部图，获取每个待鉴别品种红枣灰度图像第二候选窗口的最优匹配的标准品种红枣灰度图像第二候选窗口。

通过获取每个待鉴别品种红枣的灰度图像第二候选窗口及其最优匹配的标准品种红枣灰度图像第二候选窗口的平均光谱序列，得到待鉴别品种红枣与每种标准品种红枣灰度图像的平均相似度。

通过对比待鉴别品种红枣与标准品种红枣灰度图像的平均相似度大小，完成对待鉴别红枣的品种鉴别。

进一步的，所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，获取待鉴别品种红枣的灰度图像的方法包括：

利用高光谱成像技术，获取待鉴别品种红枣中不同成分对应的光谱数据。

通过对待鉴别品种红枣中不同成分对应的光谱数据进行真彩色合成，获取待鉴别品种红枣的可见光图像。

对待鉴别品种红枣的可见光图像进行阈值分割及灰度化处理，获取待鉴别品种红枣的灰度图像。

进一步的，所述一种基于人工智能与高光谱成像的红枣品种鉴别方法，获取待鉴别品种红枣灰度图像的第一候选窗口的方法包括：

对待鉴别品种红枣的灰度图像进行梯度提取，获取待鉴别品种红枣灰度图像中每个像素点的梯度值。

根据待鉴别品种红枣灰度图像中每个像素点的梯度值，对该灰度图像进行滑窗检测，获取该灰度图像中每个窗口的平均梯度值。