【技术实现步骤摘要】
基于多光谱图像的葵花籽内霉检测方法、电子设备及介质
[0001]本专利技术涉及葵花籽无损检测领域,更具体地,涉及一种基于多光谱图像的葵花籽内霉检测方法、电子设备及介质。
技术介绍
[0002]现有技术中内霉污染葵花籽传统检测手段多以人工操作为主,缺少客观、高效自动化技术带来的检测效率和质量把控问题。因此,有必要开发一种基于多光谱图像的葵花籽内霉检测方法、电子设备及介质。
[0003]公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
[0004]本专利技术提出了一种基于多光谱图像的葵花籽内霉检测方法、电子设备及介质,实现对葵花籽壳内籽仁品质的带壳无损检测。
[0005]第一方面,本公开实施例提供了一种基于多光谱图像的葵花籽内霉检测方法,包括:
[0006]获取葵花籽的光谱图像,获得对应葵花籽的光谱特征与图像、纹理特征;
[0007]根据所述葵花籽的光谱特征 ...
【技术保护点】
【技术特征摘要】
1.一种基于多光谱图像的葵花籽内霉检测方法,其特征在于,包括:获取葵花籽的光谱图像,获得对应葵花籽的光谱特征与图像、纹理特征;根据所述葵花籽的光谱特征与纹理特征,对所述葵花籽进行分类;计算所述葵花籽的内霉概率分布,根据所述葵花籽的分类与内霉概率进行拟合,获得内霉预测模型;将待测葵花籽代入所述内霉预测模型中,预测所述待测葵花籽的内霉概率。2.根据权利要求1所述的基于多光谱图像的葵花籽内霉检测方法,其中,根据内霉的外部图像特征,将所述葵花籽的类别分为I类,II类和III类:I类为16*16像素区域内有白色感染的霉变;II类为16*16像素区域内有黄色的霉变;III类为16*16像素区域内无霉变。3.根据权利要求1所述的基于多光谱图像的葵花籽内霉检测方法,其中,计算所述葵花籽的内霉概率分布,根据所述葵花籽的分类与内霉概率进行拟合,获得内霉预测模型包括:获得所述葵花籽在SMO和ResNet的原始预测值;分别建立SMO原始预测值、ResNet50原始预测值与所述葵花籽无内霉感染的拟合分布概率函数;根据所述拟合分布概率函数建立所述内霉预测模型。4.根据权利要求3所述的基于多光谱图像的葵花籽内霉检测方法,其中,所述内霉预测模型为:f(u,v)=αu+(1
‑
α)v
...
【专利技术属性】
技术研发人员:刘伟,左博伟,郑磊,刘长虹,陈克琼,
申请(专利权)人:合肥学院,
类型:发明
国别省市:
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。