[发明专利]基于异形比色皿和近红外图像的牛奶成分快速检测方法

权利要求书

1.一种基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：包括以下步骤：

采集光谱图像，使用一个异形比色皿进行色散获得短波近红外光谱,使用数字摄像头采集红外光透过异形比色皿中的待测牛奶后的光谱图像；所述红外光为短波红外光，所述异形比色皿的形状为三棱柱或等腰三角形，所述数字摄像头为宽带近红外数字摄像头；

划分数据集，对所述光谱图像进行预处理，并将预处理后的所述光谱图像划分为训练集和测试集；

提取特征，基于图像边缘特征和梯度提升决策树构建IDF-GBDT模型，基于图像边缘检测对所述训练集进行卷积，检测垂直边缘，获得垂直条纹，取条纹像素平均值后获得垂直特征；

训练模型，将所述训练集中的所述垂直特征作为梯度提升决策树的输入，将牛奶的蛋白质含量和脂肪测量值作为输出，使用重复验证和留一交叉验证法对所述IDF-GBDT模型进行训练；

预测成分，通过所述IDF-GBDT模型对所述测试集中的所述蛋白质含量和所述脂肪含量进行预测，使用均方根误差、平均绝对误差、平均绝对百分比误差和决定系数作为评估指标对所述IDF-GBDT模型进行评估，多次评估后选择指标最好的一次参数作为最终参数，基于所述最终参数获得训练完成的所述IDF-GBDT模型，并使用训练完成后的所述IDF-GBDT模型进行牛奶成分的检测。

2.根据权利要求1所述的基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：所述预处理包括：对所述光谱图像进行固定位置的裁剪，将无效像素进行裁剪，保留全部有效像素，所述有效像素为所述光谱图像中完整的明亮区域。

3.根据权利要求1所述的基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：所述提取特征的方法具体为：采用Scharr水平滤波器的正向和负向的内核对所述光谱图像进行卷积，检测垂直边缘；

卷积完成后分别使用ReLU函数和Max-Pooling函数对所述光谱图像进行激活和采样；

激活和采样完成后经过全连接层提取所述光谱图像的垂直方向像素的平均值，获得所述垂直特征。

4.根据权利要求1所述的基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：使用所述梯度提升决策树算法对所述IDF-GBDT模型进行训练的过程中，用均方差损失函数的负梯度来拟合本轮损失的近似值，基于本轮损失的所述近似值拟合一个分类与回归树，基于所述分类与回归树优化所述IDF-GBDT模型的参数。

5.根据权利要求1所述的基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：在所述IDF-GBDT模型的训练过程中，采用随机抽样的方式进行验证，取所述训练集的20％的比例作为验证集，每次训练时，验证数据都进行随机抽取，然后网格化搜索调整所述IDF-GBDT模型的参数，在多次试验后选择最佳参数建立所述IDF-GBDT模型。

6.根据权利要求1所述的一种基于异形比色皿和近红外图像的牛奶成分快速检测方法，其特征在于：所述短波近红外光通过宽度红外LED结合恒流电路发出，所述宽度红外LED的型号为欧司朗SFH4737，所述恒流电路提供310mA的稳定工作电流。