原文传递
一种基于证据理论的物体新鲜度无损检测方法
| 专利名称： | 一种基于证据理论的物体新鲜度无损检测方法 |
| 摘要： | 本发明公开了一种基于证据理论的物体新鲜度无损检测方法，涉及图像处理技术领域，该方法包括：选取待检测物体的N个新鲜度不同的检测样本，对于每个检测样本，确定新鲜度等级并获取高光谱图像，通过高光谱图像确定特征参数，采用至少两种不同的算法对N个检测样本的特征参数进行特征融合从而得到至少两个预测模型，基于证据理论对至少两个预测模型进行融合得到对样本的新鲜度等级的融合预测模型，利用融合预测模型对待检测物体进行新鲜度无损检测；该方法可以克服单模型泛化能力不高、精度低的缺点，可以提高物体新鲜度的预测精度，操作简单、快速有效，并具有较高的鲁棒性和模型泛化能力。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 江南大学 |
| 发明人： | 黄敏;郭腾飞;朱启兵;郭亚 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810173946.6 |
| 公开号： | CN108362652A |
| 代理机构： | 南京经纬专利商标代理有限公司 32200 |
| 代理人： | 张素卿 |
| 分类号： | G01N21/27(2006.01)I;G01N21/95(2006.01)I;G;G01;G01N;G01N21;G01N21/27;G01N21/95 |
| 申请人地址： | 214122 江苏省无锡市滨湖区蠡湖大道1800号 |
| 主权项： | 1.一种基于证据理论的物体新鲜度无损检测方法，其特征在于，所述方法包括：选取待检测物体的N个新鲜度不同的检测样本，确定每个所述检测样本的新鲜度等级，N为正整数；获取每个所述检测样本在M个波段下的M个高光谱图像，M为正整数；对于每个检测样本，通过所述检测样本对应的M个高光谱图像确定所述检测样本的特征参数；采用第一算法对所述N个检测样本的特征参数进行特征融合，并将融合后的特征输入到最小二乘支持向量机预测模型中得到对样本的新鲜度等级的第一预测模型；采用第二算法对所述N个检测样本的特征参数进行特征融合，并将融合后的特征输入到最小二乘支持向量机预测模型中得到对样本的新鲜度等级的第二预测模型；基于证据理论对所述第一预测模型和所述第二预测模型进行融合得到对样本的新鲜度等级的融合预测模型；使用所述融合预测模型对所述待检测物体进行新鲜度检测确定所述待检测物体的新鲜度等级。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
