[发明专利]一种物理多参数耦合的广陈皮霉变快速监测方法及装置

权利要求书

1.一种物理多参数耦合的广陈皮霉变快速监测装置，其特征在于：包括封闭箱和控制层；封闭箱的两侧设有通风孔，封闭箱的箱体门上设有玻璃观测门；封闭箱的上层设有控制层；封闭箱的内部设有数据采集系统和数据处理系统，所述数据采集系统包括三个子系统：图像采集系统、重量采集系统和温湿度采集系统。

2.根据权利要求1所述的广陈皮霉变快速监测装置，其特征在于：所述数据处理系统包括处理器、蜂鸣器和处理器显示面板；处理器安装在控制层的内部，连通三个数据采集系统即图像采集系统、重量采集系统和温湿度采集系统；处理器显示面板固定安装在封闭箱的上层外侧；蜂鸣器内嵌在控制层的外部，与处理器相连接。

3.根据权利要求1所述的广陈皮霉变快速监测装置，其特征在于：所述温湿度采集系统包括温度传感器和湿度传感器，均采用挂壁式安装在封闭箱的下层侧壁；所述图像采集系统包括相机、光源、图像数据接口，相机固定在封闭箱下层的顶部，相机的旁边设有光源，图像数据接口用于连通处理器与图像采集系统。

4.根据权利要求1所述的广陈皮霉变快速监测装置，其特征在于：所述重量采集系统为实时重量采集模块，包括称重基板、压力传感器、称重底座、重量数据接口、加热模块；压力传感器安装嵌套在称重底座的中心部位，称重基板与压力传感器同轴安装，重量数据接口安装在称重底座的侧面；在称重基板底部设置加热模块，所述加热模块包含两个测温传感器并与控制器相连，一个测温传感器用于检测加热区域的温度，另一个测温传感器用于检测环境温度，加热模块通过感应加热区域温度和环境温度并进行比较，将加热区域的温度控制在高于环境温度0.2～0.5℃。

5.一种物理多参数耦合的广陈皮霉变快速监测方法，其特征在于：是通过建立广陈皮图像识别模型、广陈皮样本重量变化数学模型和仓储环境温、湿度的多参数耦合模型，监测广陈皮样本的霉变情况，用于预测广陈皮的品质状况。

6.根据权利要求5所述的广陈皮霉变快速监测方法，其特征在于：是采用权利要求1～4中任一项所述的广陈皮霉变快速监测装置，包括下述步骤：

(1)将装置存放在与仓库环境条件一致的位置；

(2)将样本广陈皮放置在称重基板上，启动控制程序；

(3)触发相机定时抓取一帧静态图像，拍照时启动光源；压力传感器定时记录样本重量数据；启动温度传感器和湿度传感器实时传输箱内环境参数；

(4)基于所收集数据，进行图像、重量和温湿度数据预处理；

(5)按照霉菌分类，进行轮廓、颜色、纹理数据特征参数提取，建立图像识别模型，进行分类识别；

(6)结合重量数据和温湿度参数进行回归分析，建立双参数融合的重量变化数学模型；

(7)按照融合后重量拟合曲线的一阶导数方程，对重量突变区间进行分析；

(8)根据多准则决策法，将处理后的物理参数数据进行信息融合，建立多参数耦合模型；

(9)处理器根据多参数耦合模型进行分类器在线判别，进而触发蜂鸣器报警，通讯上位机对仓库进行反馈控制，完成整体广陈皮霉变的快速监测。

7.根据权利要求6所述的广陈皮霉变快速监测方法，其特征在于：步骤(5)中，轮廓特征采用微分算子提取，得到样本广陈皮边缘轮廓图像，获得轮廓变化程度数值C1；颜色特征采用颜色矩提取，通过计算矩特征得到广陈皮图像中的颜色分布，获得样本广陈皮的颜色变化与分布状态C2，公式如下：

式中，μ_i、σ_i、ξ_i分别为图像的一阶矩、二阶矩、三阶矩；P_ij为第i个像素的第j个颜色分量；N为像素个数；

纹理特征采用灰度共生矩阵T(N×N)提取，计算定义后步长和方向上的对比度、相关性及熵值，获得广陈皮表面的纹理特征值C3；然后将边缘轮廓特征值C1、样本广陈皮的颜色变化与分布状态C2和广陈皮表面的纹理特征值C3，作为图像判断的指标依据，建立图像识别模型，三项特征值输入处理器中的SVM分类器进行分类识别，比对已有的霉变特征数据得到分类结果: