[发明专利]基于高光谱成像技术的苹果表面缺陷快速无损识别方法

说明书

本发明公开了一种基于高光谱成像技术的苹果表面缺陷快速无损识别方法，该方法包括以下步骤：收集完好无损和表面有缺陷苹果样本随机分配，建立校正样本集和检验样本集；利用高光谱图像采集系统采集校正和检验样本集苹果样本的高光谱图像；对高光谱图像进行黑白校正，并通过掩膜处理以消除背景，使图像中仅含苹果。然后，分别提取苹果正常区域以及表面有缺陷区域的平均光谱，并采用多元散射校正（MSC）对原始光谱进行预处理，得到校正和检验样本集光谱数据。最后，利用偏最小二乘判别分析方法结合化学计量学，建立苹果表面缺陷的识别模型。本发明通过高光谱成像技术可快速、无损地识别出表面有缺陷的苹果。

技术领域

本发明涉及水果表面缺陷无损检测技术领域，尤其涉及一种基于高光谱成像技术的苹果表面缺陷快速无损识别方法。

背景技术

苹果在世界水果市场上占据着非常重要的地位。因其富含丰富的维生素营养，是世界四大水果苹果、葡萄、柑桔和香蕉之冠。然而，在苹果的生长过程中，经常会受到各种因素的影响导致苹果表面出现缺陷，从而影响苹果的外观，甚至使其丧失了可食性，极大地影响了苹果的品质和销售。由此可见，对新鲜苹果的表面缺陷检测显得尤为重要。传统的检测方法大多是人工操作，耗时耗力，而且效率低，无法满足大规模生产的需求。因此，开发研制一种快速、无损、高效的苹果表面缺陷检测方法在水果分级领域中具有较好的应用前景。

高光谱成像技术集图像信息与光谱信息于一身，在获得样本图像的同时，还为图像上每个像素点提供其波长点的光谱信息，实现了“图谱合一”，是近年来应用于检测农产品品质非常热门的无损检测技术。通常被测样本感兴趣区域（ROIs）与正常区域之间的光谱值在某些特征波段下会存在较大差异。因此，在此特征波段下的图像中，采用模式识别方法对被测样本进行判别分析，从而实现被测样本在线检测。由此可见，高光谱成像技术结合了图像分析与光谱技术两者的优点，可利用高光谱成像技术实现对苹果表面缺陷的快速无损检测。

发明内容

本发明的目的在于提供一种基于高光谱成像技术的苹果表面缺陷快速无损识别方法，旨在实现快速、无损的识别。

本发明的技术方案：一种基于高光谱成像技术的苹果表面缺陷快速无损识别方法，其特征在于：该方法的步骤如下：

1）收集完好无损和表面有缺陷苹果样本随机分配，建立校正样本集和检验样本集；对样本集中的样本运用高光谱图像采集系统进行光谱扫描，采集苹果样本的高光谱图像，并对采集到的苹果高光谱图像进行黑白校正，得到校正和检验样本集高光谱图像；

2）为了保证高光谱图像中仅有苹果样本信息，通过求取苹果果实区域中所有采样点下光谱的平均值，构建掩膜以去除背景，使高光谱图像中仅含有苹果样本信息；

3）提取校正和检验样本集中苹果样本正常区域以及表面有缺陷区域的平均光谱，得到校正和检验样本集原始光谱数据；

4）采用多元散射校正（MSC）对校正和检验样本集原始光谱进行预处理，以消除表面散射以及光程变化对光谱的影响；

5）采用偏最小二乘判别分析方法结合化学计量学建立苹果表面缺陷识别模型，然后对该模型校正并预测评估，利用校正集样本和检验集样本分别检验模型对苹果表面缺陷的正确识别率。

所述步骤1）中的高光谱图像采集系统包括：CCD相机、成像光谱仪、镜头、漫反射光源、电动平移台、电动升降台、暗箱和计算机，苹果样本放在电动平移台上。

所述步骤1）中的高光谱图像采集系统中CCD相机的曝光时间是9.5ms，相机镜头与样本距离为40cm，电动平移台的移动速度是1.35cm/s，光谱采集范围为400~1000nm，光谱波段为256个；漫反射光源为四个200W溴钨灯，采用梯形结构安装于暗箱中。

所述的步骤2）和步骤3）采用ENVI5.4图像处理软件实现苹果高光谱图像的去背景处理以及原始光谱数据的提取。