[发明专利]基于可见光光谱的珍珠光泽检测方法有效
申请号: | 201910842953.5 | 申请日: | 2019-09-06 |
公开(公告)号: | CN110542659B | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 彭杰;龚晓峰;雒瑞森;李成鑫;许雯婷 | 申请(专利权)人: | 四川大学 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G06K9/62 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 林菲菲 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 可见光 光谱 珍珠 光泽 检测 方法 | ||
1.基于可见光光谱的珍珠光泽检测方法,其特征在于,该检测方法包括以下步骤:
步骤S1,获取珍珠样本集,将珍珠样本集分为训练样本集和测试样本集;
步骤S2,随机测量珍珠样本集中每一颗珍珠表面的h组可见光光谱数据,获得珍珠样本集中所有珍珠的可见光光谱数据集;其中,h为整数且h≥5;
步骤S3,对步骤S2获得的可见光光谱数据进行预处理;
步骤S4,分别对训练样本集和测试样本集中的每一颗珍珠的h组光谱数据,进行光谱异常处理,得到训练光谱向量集和测试光谱向量集;
步骤S5,分别对训练光谱向量集和测试光谱向量集进行特征提取,得到训练特征向量集和测试特征向量集;
步骤S6,根据训练特征向量集及其对应所属珍珠样本的光泽等级标签,对分类模型进行训练,得到珍珠等级识别模型;
步骤S7,采用训练得到的珍珠等级识别模型对测试特征向量集进行测试,得到测试特征向量集对应珍珠样本的光泽等级;
所述步骤S4中对珍珠样本集中的每一颗珍珠的h组光谱数据,进行光谱异常处理具体包括:
步骤S41,采用滑动窗粗偏移检测法筛选得到基准光谱集和异常光谱向量;
步骤S42,将异常光谱向量和基准光谱集合并,采用滑动窗粗偏移检测法对异常光谱向量进行类型检测并校正;
所述步骤S41具体包括:
步骤S411,设每颗珍珠随机采集的h组光谱数据中,每组光谱包括n个数据点,则该珍珠的第k组光谱向量表示为:其中,k=1…h;
步骤S412,将同一珍珠光谱集定义为:其中,u表示同一珍珠光谱集含有的光谱向量组数,初始u=h;计算同一珍珠光谱集的均值光谱:
步骤S413,计算同一珍珠光谱集中第s组光谱在各数据点处的残差:其中,为第i个数据点处的残差;
步骤S414,计算同一珍珠光谱集中第s组光谱相对均值光谱的窗残差为:
其中,t为窗序列号,y为窗宽系数,g为窗滑动系数;T为最大窗序列数;
步骤S415,进行窗区间异常判别:如果满足
则称该窗区间为异常窗区间;其中,Δ表示窗区间异常判别系数;
步骤S416,剔除含异常窗区间数量最多的光谱向量;
步骤S417,迭代执行步骤S412-S416直到收敛,收敛时剩余的光谱向量集为基准光谱集,被剔除的光谱向量为异常光谱向量。
2.根据权利要求1所述的基于可见光光谱的珍珠光泽检测方法,其特征在于,所述步骤S42具体包括:
步骤S421,将异常光谱向量和基准光谱集合并,执行步骤S412-S416,得到被判别为异常窗区间的个数
步骤S422,根据异常光谱向量被判别为异常窗区间的个数对该异常光谱向量的类型进行判定;若判定为局部异常类型光谱向量,则执行步骤S423;若判定为整体异常类型光谱向量,则执行步骤S424;
步骤S423,对局部异常类型光谱向量进行校正,并对校正后的局部异常光谱向量,迭代执行步骤S421-步骤S423,直到收敛,收敛时得到局部异常类型校正后的光谱向量;
步骤S424,对整体异常类型光谱向量进行异常类型判别,获得外部型整体异常类型的光谱向量和内部型整体异常类型的光谱向量。
3.根据权利要求2所述的基于可见光光谱的珍珠光泽检测方法,其特征在于,所述步骤S4还包括步骤S43,合并训练样本集中所有珍珠的基准光谱集的光谱向量和局部异常类校正后的光谱向量,构成训练光谱向量集;合并测试样本集中所有珍珠的基准光谱集的光谱向量、局部异常类校正后的光谱向量和外部型整体异常类型的光谱向量,构成测试光谱向量集。
4.根据权利要求3所述的基于可见光光谱的珍珠光泽检测方法,其特征在于,所述步骤S7具体包括:
步骤S71,利用训练得到的珍珠等级识别模型得到测试特征向量集中各组特征向量的预测值;
步骤S72,为测试样本集中未保留的内部型整体异常类型的光谱向量补设预测值;
步骤S73,计算测试样本集中待测珍珠样本h组特征向量的预测值均值;
步骤S74,根据预测值均值判断该待测珍珠的光泽等级。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910842953.5/1.html,转载请声明来源钻瓜专利网。