法律状态公告日
法律状态信息
法律状态
2018-01-30
授权
授权
2016-04-20
实质审查的生效 IPC(主分类):G01N21/31 申请日:20151105
实质审查的生效
2016-03-23
公开
公开
技术领域
本发明涉及一种果蔬缺陷检测方法,尤其是涉及一种利用特征三角形面积预 警马铃薯发芽的方法。
背景技术
马铃薯作为世界上的四大粮食作物之一,在全世界范围内广泛种植。马铃 薯营养价值极高,在国外有着“第二面包”和“地下苹果”的美誉,粮食、蔬菜、水 果中所包含的大部分营养,马铃薯基本都有。同时,马铃薯适合种植的地域很 广,土壤水分和肥力的要求不高,增产潜力巨大,被联合国粮农组织专家认定 为在未来世界出现粮食危机时,可以拯救人类的粮食作物。
马铃薯在收获、存储、运输等过程中,极易发生各种机械损伤、病菌侵染、 发芽发绿等缺陷,严重影响马铃薯品质,给薯农和消费者带来经济损失。马铃 薯国标检测指标之一为无冻伤、黑心、发芽、绿薯等缺陷。同时,发芽的马铃 薯有毒(龙葵素(Solanine)),意外食用会对人身安全造成威胁。
开展马铃薯发芽检测的研究,是为了防止贮藏或运输过程的不当而引起的 发芽商品流入市场,同时也为马铃薯的品质检验和分级的自动化做好铺垫。
目前,国内外对于马铃薯外部品质的检测已取得不少成果。目前针对马铃 薯表面缺陷的检测主要集中在机械损伤、孔洞、疮痂、表面碰伤、发芽发绿等, 其中在马铃薯发芽检测方面,李锦卫等采用基于快速G截留分割法和快速亮度截 留分割法对发芽进行判别;郑冠楠等采用G通道的灰度值差值法检测发芽的马铃 薯,根据实验结果,当芽体点总数>10时,可基本判定图像中存在发芽体;周竹 等基于机器视觉,利用交叉法来检测发芽的马铃薯。
对于发芽马铃薯的检测,可以利用RGB彩色机器视觉系统配合相应算法完 成,目前国内对于该方向的检测已能达到较高准确率。但这种依靠马铃薯表面 的颜色特征进行发芽检测的方法无法用于马铃薯发芽时间的预测。
发明内容
为了解决背景技术中存在的问题,本发明的目的在于提供了一种利用特征 三角形面积预警马铃薯发芽的方法,根据特征值面积S来对该区域进行分类,实 现马铃薯发芽预警。
本发明解决其技术问题所采用的技术方案是:
1)在相同条件下采集多个样本马铃薯的高光谱图像:
所述步骤1)具体采用以下方式采集高光谱图像:以黑色卡纸为背景,将至 少150个马铃薯分别采用泡沫胶固定在卡纸上,置于暗箱中每天采集高光谱图 像,连续采集5天,整个采集周期中保持静止不动。
2)记录马铃薯从开始采集高光谱图像到发芽为止的天数作为预警时间,选 取马铃薯的发芽部位作为感兴趣区域,提取其光谱数据,按照预警时间的不同 天数对光谱数据进行分类;具体实施可以马铃薯发芽日期为第0天,之前k天 逆推为发芽前k天,则k天即为预警时间;
所述步骤2)中,马铃薯的感兴趣区域选取采用以下方式:找到并记录发芽 马铃薯的芽眼位置中心(S,T),建立以芽眼位置(S,T)为中心、以九个像素点 为边长的发芽部位区域作为数据处理的感兴趣区域。
3)对感兴趣区域的全部波段数据进行3×3均值滤波,截取感兴趣区域所在 600-750nm波段的离散光谱数据。
所述步骤3)中具体采用以下公式的光谱拟合函数对光谱数据进行拟合,并 利用Matlab中nlinfit函数求解:
其中,横坐标x为波长值,纵坐标f(x)为光谱均一化值,n表示累加参数, j表示累加参数的计算序数。
具体实施中,利用评价拟合程度的均方根误差RMSE确定n的值为5。
4)构建光谱拟合函数,对不同预警时间的光谱拟合函数f(x)进行求导,得 到感兴趣区域的一阶导数图,一阶导数图以波长值为横坐标、以光谱均一化值 为纵坐标,从中选取距离波长680nm最近的极小值点A和极大值点C,分别在 极小值点A和极大值点C处作切线,两条切线的交点为交点B,以A、B、C三 点为顶点构成特征三角形△ABC的面积为特征值面积S;
所述的特征值面积S具体采用以下公式计算:
其中,λA、λB和λC分别为极小值点A、极大值点C和交点B对应的波长值, RA、RB和RC分别为极小值点A、极大值点C和交点B对应的光谱均一化值。
5)对不同预警时间的感兴趣区域的特征值面积S分别进行判别分析,分别 得到各自的判别系数pk和判别常数qk;
所述的步骤5)中具体利用SPSS软件提供的费歇尔判别系数判别方法表示 的以下公式对特征值面积S进行判别分析:
F0=p0×X+q0
F1=p1×X+q1
F2=p2×X+q2
F3=p3×X+q3
F4=p4×X+q4
其中,F0为第0天预警时间样本马铃薯的得分值,F1为第1天预警时间样本 马铃薯的得分值,F2为第2天预警时间样本马铃薯的得分值,F3为第3天预警时 间样本马铃薯的得分值,F4为第4天预警时间样本马铃薯的得分值。X表示所有 预警时间下特征值面积S的集合,pk为第k天预警时间样本马铃薯的特征值面 积S对应的判别系数集合,qk为判别常数;
6)将被测马铃薯重复上述步骤1)~4)得到所有特征值面积S,并对其进 行判别分析获得预警结果,实现对马铃薯发芽的预警。
所述步骤6)中所有特征值面积S的判别分析结果具体采用以下方式:
将被测马铃薯提取得到的所有特征值面积S代入以下公式中获得各个预警 时间下的得分值Fks,Fks值中最大值所对应的k即为预警时间:
F0S=p0×XS+q0
F1S=p1×XS+q1
F2S=p2×XS+q2
F3S=p3×XS+q3
F4S=p4×XS+q4
其中,F0S为第0天预警时间被测马铃薯的得分值,F1S为第1天预警时间被 测马铃薯的得分值,F2S为第2天预警时间被测马铃薯的得分值,F3S为第3天预 警时间被测马铃薯的得分值,F4S为第4天预警时间被测马铃薯的得分值,XS表 示被测马铃薯的拟合参数集合;
本发明主要是利用高光谱成像技术连续观测马铃薯表面芽眼,记录芽眼情 况至发芽为止。记马铃薯发芽日期为第0天,之前k天逆推为发芽前k天,k即为 预警时间,统计并归类各个芽眼的预警时间。提取每个马铃薯芽眼部位边长为9 个像素点的正方形区域的光谱数据,均值滤波后,对该区域的600-750nm波段的 光谱进行均值归一化、函数拟合后,得出不同预警时间下马铃薯芽眼部位的光 谱曲线图。利用曲线一阶导数为极值下的波段值λA、λC,以其导数值求出切线交 点B(λB,RB),以A、B、C三点为顶点构成特征三角形△ABC,计算其面积S, 以此作为变量构建判别函数,实现马铃薯发芽的预警。
本发明的有益效果是:
本发明能获得马铃薯的发芽的预警信息,对马铃薯的发芽情况进行预警, 实现了马铃薯发芽预警,提高检测效率,减少流通过程马铃薯发芽造成的损失。
附图说明
图1是本发明方法的实现流程图。
图2是马铃薯固定情况实物图。
图3是实施例马铃薯芽眼部位感兴趣区域的提取情况。
图4是实施例600-750nm波段马铃薯芽眼部位预警时间为1(day1)的光谱 曲线拟合图。
图5是实施例600-750nm波段马铃薯芽眼部位预警时间为1(day1)的光谱 曲线一阶导数图。
图6是实施例马铃薯芽眼部位预警时间为1(day1)的特征值面积S。
图7是实施例600-750nm波段马铃薯芽眼部位发芽当天(day0)的光谱曲 线图。
图8是实施例600-750nm波段马铃薯芽眼部位发芽当天(day0)的光谱曲 线一阶导数图。
图9是马铃薯芽眼部位发芽当天(day0)的特征值面积S。
图10是马铃薯芽眼部位预警时间为2(day2)的特征值面积S。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明的实施例如下:
如图1所示首先,将马铃薯固定于黑色卡纸上(图2所示),置于室温下, 遮光存储,每天采集其高光谱图像。调试高光谱成像系统,匹配其物距、光照 强度、相机曝光时间、扫描面积、扫描速度等参数,以能采集出清晰、不变形 的图像为准,扫描马铃薯高光谱图像。记录芽眼情况至发芽为止。记录马铃薯 从开始采集高光谱图像到发芽为止的天数作为预警时间,选取马铃薯的发芽部 位作为感兴趣区域,提取其光谱数据,按照预警时间的不同天数对光谱数据进 行分类。提取每个马铃薯芽眼部位边长为9个像素点的正方形区域的光谱数据, 均值滤波后,对该区域的600-750nm波段的光谱进行均值归一化、函数拟合后, 得出不同预警时间下马铃薯芽眼部位的光谱曲线图。利用曲线一阶导数为极值 下的波段值λA、λC,以其导数值求出切线交点B(λB,RB),以A、B、C三点为 顶点构成特征三角形△ABC,计算其面积S,以此作为变量构建判别函数,实现 马铃薯发芽的预警。
马铃薯芽眼部位感兴趣区域如图3所示,主要操作流程如下:记录发芽马 铃薯的芽眼位置(S,T),以(S,T)为中心,9个像素点为边长的区域作为数据 处理的感兴趣区域,定义为发芽部位。提取发芽部位的光谱数据,按照发芽情 况归类光谱数据。在不同预警时间下,所统计的芽眼部位的个数如表1所示。 day0代表发芽当天,day1-day4代表预警时间为1-4天。
表1不同发芽情况下所统计芽眼部位的个数
图4所示为600-750nm波段马铃薯预警时间为1的光谱数据拟合曲线图。 在本发明中,采用的拟合函数格式如下:
样本数量为117个芽眼部位,光谱离散值由117个样本光谱数据的均值归 一化得到。
图5所示为600-750nm波段马铃薯芽眼部位预警时间为1(day1)的光谱曲 线一阶导数图。选取距离波长680nm最近的极小值点A(667.92,0.038489), 极大值点C(688.16,0.380951),作为本发明中的特征点。
图6所示为马铃薯芽眼部位预警时间为1(day1)的特征值面积S。在本发 明中,特征点A(667.92,0.038489),特征点C(688.16,0.380951),利用一阶 导数值求出交点位置B(678.03,0.048108)。确定了λA、λB、λC等波长值后,利 用公式(2)算出第i个马铃薯样本(667.92,RAi),B(678.03,RBi),C(688.16,RCi) 的特征值面积S。(i=1,2,3…117)
图7所示为600-750nm波段马铃薯芽眼部位发芽当天(day0)的光谱曲线 图。样本数量为118个芽眼部位,曲线由118个样本光谱数据的均值归一化得 到。
图8所示为600-750nm波段马铃薯芽眼部位发芽当天(day0)的光谱曲线 一阶导数图。选取距离波长680nm最近的两个极值点A(667.92,0.038489),C (688.16,0.380951),作为本发明中的特征点。
图9所示为马铃薯芽眼部位发芽当天(day0)的特征值面积S。在本发明中, A(667.92,0.099426),B(678.03,0.107984),C(688.16,0.419124)。确定 了λA、λB、λC等波长值后,利用公式(2)算出第i个马铃薯样本(667.92,RAi), B(678.03,RBi),C(688.16,RCi)的特征值面积S。(i=1,2,3…118)
图10所示为马铃薯芽眼部位预警时间为2(day2)的特征值面积S。在本 发明中,A(667.92,0.103862),B(678.03,0.111303),C(688.16,0.420053)。 确定了λA、λB、λC等波长值后,利用公式(2)算出第i个马铃薯样本(667.92,RAi), B(678.03,RBi),C(688.16,RCi)的特征值面积S。(i=1,2,3…110)
判别分析:利用SPSS提供的费歇尔判别系数判别方法对不同预警时间的感 兴趣区域的特征值面积S进行分类。通过处理结果中的费歇尔判别函数系数表, 如表2所示,建立判别函数。
表2费歇尔判别函数系数表
由此计算如下:
F0=0.186X-7.200
F1=0.074X-2.495
F2=0.085X-2.764
F3=0.072X-2.437
F4=0.101X-3.261
马铃薯发芽情况预警:利用得到的判别函数进行预警。将新样本的特征值S 作为变量代入判别函数,计算得到各类得分FkS,取得分最大类为预警类。经检 验,取发芽当天118个样本,预警时间为1的117个样本,预警结果如表3所 示,对其中83.0%的样本进行了正确分类。
表3马铃薯预警结果
可见本发明针对于的单一特征值的分类效果完善了改进,结合其他特征值, 对于预警马铃薯发芽能取得更好的结果。
机译: 一种用芽生长调节剂治疗马铃薯以防止过早发芽的方法。
机译: 一种防止马铃薯和其他蔬菜发芽的方法
机译: 一种利用非晶颗粒马铃薯淀粉制备A型晶体颗粒马铃薯淀粉的方法