详情

原文传递一种基于高光谱成像的血迹时间预测方法及装置

专利名称：	一种基于高光谱成像的血迹时间预测方法及装置
摘要：	本发明公开了一种基于高光谱成像的血迹时间预测方法及装置，该方法包括：接收不同时间段血迹样本的高光谱图像数据；提取图像数据中的光谱曲线，建立以光谱曲线与其对应血迹形成时间为变量的时间‑光谱域模型；接收待预测血迹形成时间的高光谱图像数据，根据时间‑光谱域模型预测血迹形成时间。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	山东师范大学
发明人：	赵曰峰;胡楠楠;刘永雷;李晓飞;王晶晶;张立人
专利状态：	有效
申请日期：	2019-02-22T00:00:00+0800
发布日期：	2019-09-03T00:00:00+0800
申请号：	CN201910133732.0
公开号：	CN110196233A
代理机构：	济南圣达知识产权代理有限公司
代理人：	杨哲
分类号：	G01N21/27(2006.01);G;G01;G01N;G01N21
申请人地址：	250000 山东省济南市山东师范大学长清湖校区
主权项：	1.一种基于高光谱成像的血迹时间预测方法，其特征在于，该方法包括：接收不同时间段血迹样本的高光谱图像数据；提取图像数据中的光谱曲线，建立以光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型；接收待预测血迹形成时间的高光谱图像数据，根据时间-光谱域模型预测血迹形成时间。 2.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法中，将光谱曲线与其对应血迹形成时间进行偏最小二乘非线性拟合分析，并采用非线性迭代建立以光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型。 3.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法中，所述时间-光谱域模型表示光谱曲线各个波段辐射强度值与血迹形成时间的相关性强弱。 4.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法中，选择光谱曲线中与血迹形成时间的相关性最高的特征光谱波段，与其对应血迹形成时间建立光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型，用于血迹形成时间预测。 5.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法中，所述建立以光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型的具体步骤包括：提取图像数据中的光谱曲线，并进行光谱预处理；将预处理后的光谱矩阵化，得到光谱曲线各个波段辐射强度值；采用非线性迭代的算法估计各波段权重系数矩阵；根据各个波段辐射强度值与各波段权重系数矩阵计算与光谱波段相关的时间-光谱域的解释函数；返回利用下一个高光谱图像数据进行模型训练，得到最终的时间-光谱域模型。 6.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法还包括，对时间-光谱域模型进行测试，接收的不同时间段血迹样本的高光谱图像数据包括训练样本和测试样本，利用训练样本训练建立以光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型，利用测试样本对时间-光谱域模型进行测试。 7.如权利要求1所述的一种基于高光谱成像的血迹时间预测方法，其特征在于，在该方法中，测试样本对时间-光谱域模型进行测试的具体步骤包括：提取测试样本中的光谱曲线，并进行光谱预处理；将预处理后的光谱矩阵化，得到光谱曲线各个波段辐射强度值；采用非线性迭代的算法估计各波段权重系数矩阵；根据各个波段辐射强度值与各波段权重系数矩阵计算与光谱波段相关的时间-光谱域的解释函数；将根据测试样本得到的时间-光谱域的解释函数与根据训练样本得到的时间-光谱域的解释函数进行数据匹配运算，得到匹配方差，所述匹配方差与时间-光谱域模型预测精确度成反比。 8.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1-7任一项所述的一种基于高光谱成像的血迹时间预测方法。 9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1-7任一项所述的一种基于高光谱成像的血迹时间预测方法。 10.一种基于高光谱成像的血迹时间预测装置，基于如权利要求1-7任一项所述的一种基于高光谱成像的血迹时间预测方法，包括：数据采集模块，用于接收不同时间段血迹样本的高光谱图像数据，并发送至模型建立模块；接收待预测血迹形成时间的高光谱图像数据，并发送至时间预测模块；模型建立模块，用于提取图像数据中的光谱曲线，建立以光谱曲线与其对应血迹形成时间为变量的时间-光谱域模型，并发送至时间预测模块；时间预测模块，用于将待预测血迹形成时间的高光谱图像数据根据时间-光谱域模型预测血迹时间。
所属类别：	发明专利