一种树种用气相质谱仪的检测装置及方法制造方法及图纸

本发明专利技术属于树种用气相质谱仪的检测技术领域，公开了一种树种用气相质谱仪的检测装置及方法，所述树种用气相质谱仪的检测装置包括：树种色谱图采集模块、主控模块、色谱特征提取模块、分析模块、树种鉴别模块、树种分类模块、树种质量评估模块、显示模块。本发明专利技术通过树种鉴别模块采用透射成像方式，可以采集到树种籽粒完整的内部信息，克服了树种籽粒位置效应的影响，可以准确对树种籽粒的性质进行分析，提高鉴别精度；同时，通过树种分类模块采用气相色谱

【技术实现步骤摘要】
一种树种用气相质谱仪的检测装置及方法


[0001]本专利技术属于树种用气相质谱仪的检测
，尤其涉及一种树种用气相质谱仪的检测装置及方法。

技术介绍

[0002]气相色谱质谱联用仪广泛应用于环保行业、电子行业、纺织品行业、石油化工、香精香料行业、医药行业、农业及食品安全等领域；环境中有机污染物分析(空气、水质、土壤中污染分析)；农残、兽残、药残分析；香精香料香气成分分析；纺织品行业中的有害物质检测；然而，现有树种用气相质谱仪的检测装置及方法得不到树种籽粒内部更深的信息，会降低识别精度；同时，对树种分类不准确。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)现有树种用气相质谱仪的检测装置及方法得不到树种籽粒内部更深的信息，会降低识别精度。
[0005](2)对树种分类和鉴别结果准确度有待提高。

技术实现思路

[0006]针对现有技术存在的问题，本专利技术提供了一种树种用气相质谱仪的检测装置及方法。
[0007]本专利技术是这样实现的，一种树种用气相质谱仪的检测装置包括：
[0008]树种色谱图采集模块、主控模块、色谱特征提取模块、分析模块、树种鉴别模块、树种分类模块、树种质量评估模块、显示模块；
[0009]树种色谱图采集模块，与主控模块连接，用于采集树种色谱图；
[0010]所述树种色谱图采集模块包括树种色谱图摄像单元、图像预处理单元和图像传输单元；
[0011]主控模块，与树种色谱图采集模块、色谱特征提取模块、分析模块、树种鉴别模块、树种分类模块、树种质量评估模块、显示模块连接，用于控制各个模块正常工作；
[0012]色谱特征提取模块，与主控模块连接，用于提取树种色谱图特征；
[0013]所述色谱特征提取模块包括SIFT特征提取单元；
[0014]分析模块，与主控模块连接，用于对树种色谱图特征进行分析；
[0015]所述分析模块包括图像分析单元；
[0016]树种鉴别模块，与主控模块连接，训练生成光谱影像无损鉴别模型对树种质量进行鉴别；
[0017]树种分类模块，与主控模块连接，训练生成树种分类模块对树种类型进行分类；
[0018]树种质量评估模块，与主控模块连接，用于对树种质量进行评估；
[0019]所述树种质量评估模块包括质量评估单元；
[0020]显示模块，与主控模块连接，用于显示树种色谱图、分析结果、鉴别结果、分类结
果、评估结果。
[0021]进一步，所述树种用气相质谱仪的检测方法包括以下步骤：
[0022]步骤一，通过树种色谱图采集模块中的树种色谱图摄像单元采集树种色谱图，其次通过图像预处理单元对所拍摄的图像进行预处理操作，包括图像去噪、图像增强和图像的归一化处理，将所拍摄的图像统一图像格式为.JPG，最后通过图像传输单元将处理之后的图像传输至主控模块；
[0023]步骤二，主控模块将树种色谱图传输至色谱特征提取模块，通过SIFT特征提取单元利用设定的SIFT算法对树种色谱图进行提取特征，将提取的特征信息反馈至主控模块；
[0024]步骤三，树种鉴定模块和树种分类模块分别将得到的光谱影像无损鉴别模型和树种分类模型接口反馈到主控模块；主控模块将特征信息、光谱影像无损鉴别模型和树种分类模型接口发送到分析模块，图像分析单元结合两个模型进行图像的分析，得到树种光谱鉴别结果和树种的类别信息；
[0025]步骤四，通过树种质量评估模块中的质量评估单元对树种质量进行评估，并将得到的评估结果反馈到主控模块中；显示模块接收来自主控模块树种色谱图、分析结果、鉴别结果、分类结果和评估结果并显示。
[0026]进一步，所述树种鉴别模块鉴别方法如下：
[0027](1)构建树种数据库，将现有的树种数据存入树种数据库中；采集各类别的树种籽粒的建模数据，每个类别的树种籽粒的建模数据为该类别的树种籽粒分别处于N个不同波长的近红外光时的透射光谱影像；
[0028](2)根据各类别的树种籽粒的化学特征和近红外区域分子吸收的化学特征从每个类别的树种籽粒的建模数据中选取一个波长对应的光谱影像作为该类别的减数影像，所述减数影像用于表征干扰信息；
[0029](3)将每个类别的树种籽粒的建模数据中的其他N
‑
1个波长对应的光谱影像分别对该类别的减数影像做差运算，得到该类别的N
‑
1组影像；提取每个类别的N
‑
1组影像中的树种籽粒影像，得到各个类别的N
‑
1组树种籽粒影像；
[0030](4)计算所述每个类别的N
‑
1组树种籽粒的影像的最佳特征数据作为该类别的建模训练数据；根据各个类别的建模训练数据利用支持向量机方法建立树种的光谱影像无损鉴别模型；所述N个不同波长的近红外光为波长在700
‑
1100nm处短波近红外光。
[0031]进一步，所述减数影像的选取方法为：
[0032]选取每个类别的树种籽粒的建模数据中表征树种的信息含量最少的光谱影像，将该光谱影像作为该类别的减数影像。
[0033]进一步，所述提取每个类别的N
‑
1组影像中的树种籽粒影像，包括：
[0034]采用阈值分割算法对所述每个类别的N
‑
1组影像分别进行影像分割，提取每组影像中树种籽粒所在最小矩形区域；
[0035]采用最近邻插值算法将所述树种籽粒所在最小矩形区域进行放大，得到各个类别的N1组树种籽粒影像。
[0036]进一步，所述计算所述每个类别的N
‑
1组树种籽粒的影像的最佳特征数据作为该类别的建模训练数据，包括：
[0037]分别采用灰度直方图影像特征提取方法、灰度分布统计和灰度共生矩阵影像特征
提取方法以及局部二值模式影像特征提取方法，提取每个类别的N
‑
1组树种籽粒影像中的每一组树种籽粒影像的3个影像特征；
[0038]分别对每一组树种籽粒影像的3个影像特征进行特征降维，得到各个类别的N
‑
1组树种籽粒影像中的每一组树种籽粒影像的3个特征数据；
[0039]计算每个类别的N
‑
1组树种籽粒影像中每一组树种籽粒影像的3个特征数据的可分性，比较每一组组内特征数据的可分性指标，得到每一组组内的最佳特征数据及对应的最佳影像特征提取方法；
[0040]比较每个类别的N
‑
1组组间的最佳特征数据的可分性指标，得到每个类别的N
‑
1组树种籽粒影像的最终最佳特征数据以及对应的用于采集透射光谱数据的最佳近红外光波长，并将所述最终最佳特征数据作为该类别的建模训练数据。
[0041]进一步，所述对每一组树种籽粒影像的3个影像特征进行特征降维，包括：
[0042]采用主成分分析法和正交线性判别分析法分别对所述每一组树种籽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种树种用气相质谱仪的检测装置，其特征在于，所述树种用气相质谱仪的检测装置包括：树种色谱图采集模块、主控模块、色谱特征提取模块、分析模块、树种鉴别模块、树种分类模块、树种质量评估模块、显示模块；树种色谱图采集模块，与主控模块连接，用于采集树种色谱图；所述树种色谱图采集模块包括树种色谱图摄像单元、图像预处理单元和图像传输单元；主控模块，与树种色谱图采集模块、色谱特征提取模块、分析模块、树种鉴别模块、树种分类模块、树种质量评估模块、显示模块连接，用于控制各个模块正常工作；色谱特征提取模块，与主控模块连接，用于提取树种色谱图特征；所述色谱特征提取模块包括SIFT特征提取单元；分析模块，与主控模块连接，用于对树种色谱图特征进行分析；所述分析模块包括图像分析单元；树种鉴别模块，与主控模块连接，训练生成光谱影像无损鉴别模型对树种质量进行鉴别；树种分类模块，与主控模块连接，训练生成树种分类模块对树种类型进行分类；树种质量评估模块，与主控模块连接，用于对树种质量进行评估；所述树种质量评估模块包括质量评估单元；显示模块，与主控模块连接，用于显示树种色谱图、分析结果、鉴别结果、分类结果、评估结果。2.一种如权利要求1所述的树种用气相质谱仪的检测方法，其特征在于，所述树种用气相质谱仪的检测方法包括以下步骤：步骤一，通过树种色谱图采集模块中的树种色谱图摄像单元采集树种色谱图，其次通过图像预处理单元对所拍摄的图像进行预处理操作，包括图像去噪、图像增强和图像的归一化处理，将所拍摄的图像统一图像格式为.JPG，最后通过图像传输单元将处理之后的图像传输至主控模块；步骤二，主控模块将树种色谱图传输至色谱特征提取模块，通过SIFT特征提取单元利用设定的SIFT算法对树种色谱图进行提取特征，将提取的特征信息反馈至主控模块；步骤三，树种鉴定模块和树种分类模块分别将得到的光谱影像无损鉴别模型和树种分类模型接口反馈到主控模块；主控模块将特征信息、光谱影像无损鉴别模型和树种分类模型接口发送到分析模块，图像分析单元结合两个模型进行图像的分析，得到树种光谱鉴别结果和树种的类别信息；步骤四，通过树种质量评估模块中的质量评估单元对树种质量进行评估，并将得到的评估结果反馈到主控模块中；显示模块接收来自主控模块树种色谱图、分析结果、鉴别结果、分类结果和评估结果并显示。3.如权利要求1所述树种用气相质谱仪的检测装置，其特征在于，所述树种鉴别模块鉴别方法如下：(1)构建树种数据库，将现有的树种数据存入树种数据库中；采集各类别的树种籽粒的建模数据，每个类别的树种籽粒的建模数据为该类别的树种籽粒分别处于N个不同波长的
近红外光时的透射光谱影像；(2)根据各类别的树种籽粒的化学特征和近红外区域分子吸收的化学特征从每个类别的树种籽粒的建模数据中选取一个波长对应的光谱影像作为该类别的减数影像，所述减数影像用于表征干扰信息；(3)将每个类别的树种籽粒的建模数据中的其他N
‑
1个波长对应的光谱影像分别对该类别的减数影像做差运算，得到该类别的N
‑
1组影像；提取每个类别的N
‑
1组影像中的树种籽粒影像，得到各个类别的N
‑
1组树种籽粒影像；(4)计算所述每个类别的N
‑
1组树种籽粒的影像的最佳特征数据作为该类别的建模训练数据；根据各个类别的建模训练数据利用支持向量机方法建立树种的光谱影像无损鉴别模型；所述N个不同波长的近红外光为波长在700
‑
1100nm处短波近红外光。4.如权利要求3所述树种用气相质谱仪的检测装置，其特征在于，所述减数影像的选取方法为：选取每个类别的树种籽粒的建模数据中表征树种的信息含量最少的光谱影像，将该光谱影像作为该类别的减数影像。5.如权利要求3所述树种用气相质谱仪的检测装置，其特征在于，所述提取每个类别的N
‑
1组影像中的树种籽粒影像，包括：采用阈值分割算法对所述每个类别的N
‑
1组影像分别进行影像分割，提取每组影像中树种籽粒所在最小矩形区域；采用最近邻插值算法将所述树种籽粒所在最小矩形区域进行放大，得到各个类别的N1组树种籽粒影像。6.如权利要求3所述树种用气相质谱仪的检测装置，其特征在于，所述计算所述每个类别的N

【专利技术属性】
技术研发人员：伦才智，徐文远，丁志平，张丽，董丽君，陈伟，徐豪，杜智欣，胡萌，王晓，
申请(专利权)人：临沂海关综合技术服务中心，
类型：发明
国别省市：