The invention discloses a nondestructive detection method for soluble solids content of kiwifruit based on Hyperspectral image. Firstly, the hyperspectral image of kiwifruit is collected by Hyperspectral sorter and corrected in black and white, from which the whole kiwifruit region is extracted as the region of interest; the average spectral information of the region of interest is used as the original spectral information, and the noise waves at both ends of the head and tail are removed. Secondly, the dimension reduction of the pre-processed spectral information is used to extract the characteristic spectrum, and the characteristic spectrum is input into the trained detector, namely least squares support vector machine (LSSVM), which optimizes the parameters by particle swarm optimization (PSO), so that the soluble solids content of kiwifruit can be detected. The invention can effectively detect the content of soluble solids in kiwifruit, has nondestructive detection and high accuracy.
【技术实现步骤摘要】
基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法
本专利技术涉及基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法,利用高光谱图像技术采集猕猴桃在高光谱下的光谱信息,分析处理光谱信息,将处理后的光谱信息用于检测猕猴桃可溶性固形物含量,属于机器视觉领域。
技术介绍
猕猴桃内含有丰富的维生素C、葡萄酸、果糖、柠檬酸、苹果酸等物质,被称为“水果之王”;可溶性固形物含量直接影响猕猴桃的口感,进而影响我国猕猴桃出口情况及被国内消费者的接受程度。我国猕猴桃在世界上占有的出口份额极低,品质不高、高档品种比例相对较低;目前猕猴桃可溶性固形物含量以理化试验有损检测为主,具有检测繁琐、费用高等特点,难以实现工业化检测。高光谱技术是基于多窄波段的影像数据技术,利用电磁波谱以图像形式研究各种物质光谱特性,因此适用于农产品的品质检测。
技术实现思路
本专利技术在于提供基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法,实现猕猴桃可溶性固形物含量的无损检测,操作简单、检测精确。本专利技术的技术方案是:首先利用高光谱分选仪采集猕猴桃的高光谱图像并对其进行黑白校正,从中提取整个猕猴桃区域作为感兴趣区域;该感兴趣区域的平均光谱信息作为原始光谱信息,对其进行去除首尾两端噪声波段的光谱预处理;然后将预处理后的光谱信息采用核主成分分析法降维提取出特征光谱,并将特征光谱输入用粒子群算法优化参数后的已训练检测器即最小二乘支持向量机,从而可检测出猕猴桃的可溶性固形物含量。本专利技术可实现对猕猴桃可溶性固形物含量的有效检测,无损检测且精确高。本专利技术公开基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法 ...
【技术保护点】
1.基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法,其特征在于,首先利用高光谱分选仪采集猕猴桃的高光谱图像并对其进行黑白校正,从中提取整个猕猴桃区域作为感兴趣区域;该感兴趣区域的平均光谱信息作为原始光谱信息,对其进行去除首尾两端噪声波段的光谱预处理;然后将预处理后的光谱信息采用核主成分分析法降维提取出特征光谱,并将特征光谱输入用粒子群算法优化参数后的已训练检测器即最小二乘支持向量机,从而可检测出猕猴桃的可溶性固形物含量。
【技术特征摘要】
1.基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法,其特征在于,首先利用高光谱分选仪采集猕猴桃的高光谱图像并对其进行黑白校正,从中提取整个猕猴桃区域作为感兴趣区域;该感兴趣区域的平均光谱信息作为原始光谱信息,对其进行去除首尾两端噪声波段的光谱预处理;然后将预处理后的光谱信息采用核主成分分析法降维提取出特征光谱,并将特征光谱输入用粒子群算法优化参数后的已训练检测器即最小二乘支持向量机,从而可检测出猕猴桃的可溶性固形物含量。2.根据权利要求1所述的基于高光谱图像的猕猴桃可溶性固形物含量无损检测方法,其特征在于,具体步骤为:步骤101:通过高光谱分选仪采集猕猴桃的高光谱图像,对采集后的高光谱图像进行黑白校正,首先利用高光谱分选仪采集标准白色校正板得到全白的标定图像W,然后盖上镜头盖采集全黑的标定图像B;根据公式(1)计算出校正后的图像R:(1)式中,Io—采集的高光谱图像,R—校正后的高光谱图像;步骤102:提取黑白校正后的猕猴桃高光谱图像中的整个猕猴桃区域,作为感兴趣区域;步骤103:求取感兴趣区域的平均光谱信息,并将其作为原始光谱信息;步骤104:去除原始光谱信息中的首尾两端噪声波段;步骤105-1:求取去除首尾两端噪声波段后的原始光谱信息的平均光谱,并将该平均光谱作为标准光谱,根据公式(2)计算:(2)式中,为猕猴桃样本在各波长点处的光谱值,n为猕猴桃样本数,为猕猴桃样本在各波长点处求取的平均值;步骤105-2:将去除首尾两端噪声波段的原始光谱信息与标准光谱进行一元线性回归运算,根据公式(3)求取出线性平移量和倾斜偏移量:(3)式中,为猕猴桃各样本的光谱值,为猕猴桃各样本的平均光谱值,、为求取的线性平移量和倾斜偏移量;步骤105-3:将去除首尾两端噪声波段的原始光谱信息减去线性平移量并除以倾斜偏移量,以校正去除首尾两端噪声波段后的原始光谱信息的相对基线倾斜,从而获得包含有更多与所检测成分含量相关的光谱信息,该光谱信息即为预处理后的光谱信息,依照公式(4)计算:(4)式中,为预处理后的光谱信息;步骤106:采用核主成分分析法对预处理后的光谱信息降维提取出特征光谱,首先将预处理后的光谱信息进行归一化处理,然后采用径向基核函数求其核矩阵,根据公式(5)计算:(5)式中,是核矩阵,为核函数中心,为径向基核函数中的核参数;然后对核矩阵中心化处理得到中心化核矩阵,求取该中心化核矩阵的特征...
【专利技术属性】
技术研发人员:许丽佳,郑丽娜,陈昕远,康志亮,黄鹏,贾纪晨,李文鑫,张萌志,
申请(专利权)人:四川农业大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。