[发明专利]基于高光谱的识别新鲜肉、冷却肉和冷冻肉的方法及装置有效
申请号: | 201510288555.5 | 申请日: | 2015-05-29 |
公开(公告)号: | CN104897581B | 公开(公告)日: | 2018-07-20 |
发明(设计)人: | 孙大文;马骥;蒲洪彬;曾新安;高文宏;曲佳欢 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G01N21/25 | 分类号: | G01N21/25 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 陈文姬 |
地址: | 511458 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了基于高光谱的识别新鲜肉、冷却肉和冷冻肉的方法,包括以下步骤:(1)获取肉品样品的0反射率高光谱图像和全反射率高光谱图像,(2)在校正后的高光谱图像上选取肉品样品的感兴趣区域,获取感兴趣区域在特征波长下的光谱反射值;提取高光谱图像的权重系数最高的PC图像,并计算其纹理特征;(3)采用基于Fisher判别式的第一判别分析模型进行判别;(4)采用基于Fisher判别式的第二判别分析模型进行判别。本发明的方法大大提高了分类模型的鲁棒性,使模型分类更加精准。本发明还公开了基于高光谱的识别新鲜肉、冷却肉和冷冻肉的装置,提高了高光谱图像的质量。 | ||
搜索关键词: | 基于 光谱 识别 鲜肉 冷却 冻肉 方法 装置 | ||
【主权项】:
1.基于高光谱的识别新鲜肉、冷却肉和冷冻肉的方法,其特征在于,包括以下步骤:(1)对肉品样品进行高光谱扫描,获取0反射率高光谱图像和全反射率高光谱图像,对获取的高光谱图像进行校正;(2)在校正后的0反射率高光谱图像和全反射率高光谱图像上选取肉品样品的感兴趣区域,获取感兴趣区域在特征波长下的光谱反射值;对高光谱图像进行主成分分析得到PC图像,提取权重系数最高的PC图像,并计算权重系数最高的PC图像的纹理特征;所述纹理特征包括0度角的相关性、灰度熵和梯度熵;当肉品样品为猪肉样品时,所述特征波长为552nm、583nm、和673nm;当肉品样品为牛肉样品时,所述特征波长为479nm、601nm和776nm;当肉品样品为羊肉样品时,所述特征波长为549nm、638nm和774nm;(3)采用基于Fisher判别式的第一判别分析模型进行判别:当肉品样品为猪肉样品时,第一判别分析模型如下:Y0=0.034R552‑0.073R583‑0.067R673+0.078T1‑0.105T2+0.066T3+47.843Y1=0.041R552‑0.068R583‑0.073R673+0.056T1‑0.131T2+0.097T3+35.764其中,R552、R583、R673分别为特征波长552nm、583nm、和673nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;当肉品样品为牛肉样品时,第一判别分析模型如下:Y0=0.048R479‑0.009R601+0.058R776+0.042T1‑0.064T2+0.023T3+12.831Y1=0.059R479‑0.020R601+0.065R776+0.058T1‑0.076T2+0.042T3+11.864其中,R479、R601、R776分别为特征波长479nm、601nm和776nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;当肉品样品为羊肉样品时,第一判别分析模型如下:Y0=0.026R549‑0.010R638+0.021R774+0.099T1‑0.045T2+0.014T3+39.232Y1=0.033R549‑0.002R638+0.011R774+0.083T1‑0.048T2+0.017T3+46.698其中,R549、R638、R774分别为特征波长549nm、638nm和774nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;若Y0大于Y1,则判定肉品样品为新鲜肉;若Y0小于Y1,则进行步骤(4);(4)采用基于Fisher判别式的第二判别分析模型进行判别:当肉品样品为猪肉样品时,第二判别分析模型如下:Y0'=0.021R552‑0.054R583‑0.023R673+0.045T1‑0.095T2+0.044T3+23.698Y1'=0.032R552‑0.070R583‑0.016R673+0.038T1‑0.087T2+0.052T3+25.473其中,R552、R583、R673分别为特征波长552nm、583nm、和673nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;当肉品样品为牛肉样品时,第二判别分析模型如下:Y0'=0.056R479+0.032R601+0.013R776+0.093T1‑0.088T2+0.032T3+32.569Y1'=0.052R479+0.044R601+0.041R776+0.102T1‑0.086T2+0.029T3+33.875其中,R479、R601、R776分别为特征波长479nm、601nm和776nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;当肉品样品为羊肉样品时,第二判别分析模型如下:Y0'=‑0.084R549‑0.031R638+0.063R774+0.053T1‑0.109T2+0.073T3+23.642Y1'=‑0.087R549‑0.028R638+0.055R774+0.056T1‑0.112T2+0.068T3+17.579其中,R549、R638、R774分别为特征波长549nm、638nm和774nm下的光谱反射值;T1、T2、T3分别为0度角的相关性、灰度熵和梯度熵;若Y0'大于Y1',则判定肉品样品为冷却肉,否则为冷冻肉。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510288555.5/,转载请声明来源钻瓜专利网。