基于多类型图像和U-Net重组数据集的苹果真菌侵染种类鉴定方法技术

本发明专利技术涉及一种基于多类型图像和U

【技术实现步骤摘要】
基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法


[0001]本专利技术涉及苹果真菌侵染检测
，尤其是一种基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法。

技术介绍

[0002]苹果在采收、运输和贮藏过程中及其容易受到真菌的感染，致使苹果腐烂，造成巨大的采后损失，对真菌的种类进行鉴别，并制定针对性的预防和解决策略，有助于提升苹果品质与保障食品安全。
[0003]高光谱成像HSI由于光谱信息丰富在果品检测中优势明显，目前传统的人工果品检测方法需要大量的人力和物力，时间成本高而且准确率低；生物化学检测方式，例如气相色谱
‑
质谱法、酶联免疫分析、聚合酶链反应等，虽然准确率有所提高，但是实验步骤操作复杂；图谱检测方式目前大多是单独采用高光谱的特征波长或者RGB图像作为数据来源。高光谱的特征波长描述了单一波段的窄带信息但是不具有图像的二维特征，RGB图像则表达的是宽带信息，但是难以感知目标物的内部变化，分析精度可能受到限制。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.一种基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法，其特征在于：该方法包括下列顺序的步骤：(1)通过图像采集装置获取苹果样本的HSI图像，并对HSI图像进行黑白版校正，去除其噪声，得到去噪后的HSI图像；(2)利用CIE 1931颜色匹配函数，将去噪后的HSI图像转换成伪RGB图像，伪RGB图像组成数据集；(3)扩充数据集，用扩充后的数据集训练U
‑
Net语义分割模型，得到训练好的U
‑
Net语义分割模型；(4)将训练好的U
‑
Net语义分割模型分割伪RGB图像的真菌感染区域，得到的分割结果是以不同颜色标注的标签，然后把标签二值化，去噪，得到第二二值图；(5)将第二二值图与去噪后的HSI图像结合，提取真菌感染区域的光谱特征，选择出特征波长和对应的单色图像；(6)将伪RGB图像和单色图像输入到VGG16卷积神经网络中，获取伪RGB图像和单色图像的卷积网络特征，再把伪RGB图像和单色图像的卷积网络特征融合得到融合特征；(7)构建分类模型，将伪RGB图像和单色图像的融合特征输入到分类模型中，分类模型输出苹果真菌侵染种类，实现苹果真菌侵染种类的鉴别。2.根据权利要求1所述的基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法，其特征在于：在步骤(1)中，所述图像采集装置包括暗箱，暗箱的顶部的中心位置处安装用于捕获HSI图像的高光谱成像仪，暗箱的底板上安装用于控制苹果样本和高光谱成像仪之间距离的升降平台，升降平台的上端设置用于放置苹果样本的置物台，暗箱顶部四个边角处分别对应安装4个卤素灯用于提供光源，计算机与高光谱成像仪有线连接，计算机上加载SRANL710软件。3.根据权利要求1所述的基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法，其特征在于：在步骤(1)中，所述对HSI图像进行黑白版校正，校正公式如下：其中，I是去噪后的HSI图像，I
o
是苹果样本的HSI图像，I
w
为白板上的参考图像，I
d
为用不透明罩遮住高光谱仪镜头后得到的黑板参考图像。4.根据权利要求1所述的基于多类型图像和U
‑
Net重组数据集的苹果真菌侵染种类鉴定方法，其特征在于：在步骤(2)中，所述CIE 1931颜色匹配函数的公式如下：1931颜色匹配函数的公式如下：1931颜色匹配函数的公式如下：其中，均为颜色匹配函数，是对观测器色度响应的数值描述，为给
定的固定值；L(λ)为HSI图像的光谱反射率，X、Y和Z是颜色的三刺激值；得到三刺激值后再经过矩阵变换得到所有像素点的R、G、B三个通道：R、G、B三个通道叠加在一起即得到伪RGB图像。5.根据权利要求1所述的基于多类型图像和U
‑...

【专利技术属性】
技术研发人员：翁士状，吕雯冰，刘存川，赵明月，陶文韬，施金鹏，郑玲，黄林生，赵晋陵，
申请(专利权)人：安徽大学，
类型：发明
国别省市：