基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法技术

本发明专利技术公开了一种基于MSC‑CFS‑ICA的苹果轻微损伤高光谱检测方法。本发明专利技术提供了一种基于MSC‑CFS‑ICA的苹果轻微损伤高光谱检测方法，包括：获取苹果样本的原始高光谱图像；提取原始高光谱图像的平均光谱反射率数据；使用多元散射校正算法对原始高光谱的平均光谱反射率进行预处理；针对预处理后的光谱数据采用了基于相关性的特征选择算法，选择出与苹果损伤分类相关性高的特征波长；基于特征波长使用独立成分分析变换获得损伤图像，通过自适应阈值分割算法得到损伤区域，完成苹果损伤的检测。本发明专利技术的有益效果：本发明专利技术是使用美国SOC710VP高光谱成像仪，采集波段范围为400～1000nm(共128个波段)的富士苹果正常及不同损伤时间的高光谱图像。

Hyperspectral Detection of Apple Mild Damage Based on MSC-CFS-ICA

The invention discloses a hyperspectral detection method for Apple slight damage based on MSC CFS ICA. The invention provides a hyperspectral detection method for Apple slight damage based on MSC CFS ICA, which includes: acquiring the original hyperspectral image of apple sample; extracting the average spectral reflectance data of the original hyperspectral image; preprocessing the average spectral reflectance of the original hyperspectral image using multivariate scattering correction algorithm; and adopting correlation-based method for the pre-processed spectral data. The characteristic wavelengths with high correlation with apple damage classification are selected by the feature selection algorithm. Based on the characteristic wavelengths, the damage image is obtained by independent component analysis transform, and the damage area is obtained by adaptive threshold segmentation algorithm, which completes the detection of apple damage. Beneficial effects of the present invention: The present invention uses a US SOC710VP hyperspectral imager to collect hyperspectral images of Fuji apple in normal and different damage times with a band ranging from 400 to 1000 nm (128 bands).

【技术实现步骤摘要】
基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法
本专利技术涉及应用高光谱技术对农产品进行无损检测的应用
，具体涉及一种基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法。
技术介绍
苹果是我国的第一大水果，是我国的优势农产品之一。苹果在采摘及运输过程中很容易由于碰撞、挤压而引起损伤。损伤通常发生在果皮之下，损伤初期果实外观变化并不明显，肉眼很难识别。受损的组织在几小时内发生褐变，继而引发组织的软化或水分流失，最终导致微生物感染而腐烂，影响品质。目前水果的采集过程中针对病害的检测大多是以人工分拣和机器视觉的方法。人工分拣一般通过目测来判断水果的外部缺陷，具有主观性强、评价标准不一致并且效率较低等缺点。机器视觉技术已广泛应用于水果行业外部缺陷的检测，以实现自动化的在线分选。然而，在可见光范围(400-700nm)内健康和损伤区域的特征非常相似，因此当水果损伤后的氧化褐变有限时，通常很难被检测。高光谱成像(HyperspectralImaging，HSI)技术可以同时获取空间和光谱信息，具有分辨率高，波段数多的特点，近些年越来越多的被应用于农产品品质的无损检测中，所以采用本文档来自技高网...

【技术保护点】
1.一种基于MSC‑CFS‑ICA的苹果轻微损伤高光谱检测方法，其特征在于，包括：获取苹果样本的原始高光谱图像；提取原始高光谱图像的平均光谱反射率数据；使用多元散射校正算法对原始高光谱的平均光谱反射率进行预处理；针对预处理后的光谱数据采用了基于相关性的特征选择算法，选择出与苹果损伤分类相关性高的特征波长；基于特征波长使用独立成分分析变换获得损伤图像，通过自适应阈值分割算法得到损伤区域，完成苹果损伤的检测。

【技术特征摘要】
1.一种基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法，其特征在于，包括：获取苹果样本的原始高光谱图像；提取原始高光谱图像的平均光谱反射率数据；使用多元散射校正算法对原始高光谱的平均光谱反射率进行预处理；针对预处理后的光谱数据采用了基于相关性的特征选择算法，选择出与苹果损伤分类相关性高的特征波长；基于特征波长使用独立成分分析变换获得损伤图像，通过自适应阈值分割算法得到损伤区域，完成苹果损伤的检测。2.如权利要求1所述的基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法，其特征在于，“获取苹果样本的原始高光谱图像；”之后，对原始高光谱图像进行黑白校正，然后进行“提取原始高光谱图像的平均光谱反射率数据；”。3.如权利要求2所述的基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法，其特征在于，“对原始高光谱图像进行黑白校正”中黑白校正公式如下：其中，Rr为原始噪声图像，Rd为采集的黑板校正图像，Rw为校准参考板的白标定图像，Rn为校正后的高光谱图像。4.如权利要求1所述的基于MSC-CFS-ICA的苹果轻微损伤高光谱检测方法，其特征在于，“针对预处理后的光谱数据采用了基于相关性的特征选择算法，选择出与苹果损伤分类相关性高的特征波长；”中，所述特征波长的选择具体包含：将所有样本按照3:1的比例分为训练集和测试集，在...

【专利技术属性】
技术研发人员：李光辉，张萌，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32