详情

原文传递基于高光谱成像技术的枸杞子产地识别方法

专利名称：	基于高光谱成像技术的枸杞子产地识别方法
摘要：	本发明公开了基于高光谱成像技术的枸杞子产地识别方法。它包括如下步骤：对不同产地同一品种的枸杞子样本进行光谱扫描，收集1000～2400nm的高光谱数据；进行RAD校正、黑白校正，处理为相对反射率数据，然后对其进行阈值分割，删除小面积运算；对数据进行感兴趣区域提取，得到感兴趣区域平均光谱值；将其分割为三部分，记为训练集、验证集和测试集光谱数据；对三部分数据使用ZCA白化进行处理；将由训练集光谱得到的主要光谱信息与产地信息利用偏最小二乘回归进行建模，得到枸杞子产地预测模型；利用光谱数据验证集与测试集光谱数据调试模型；由最终确立的产地识别模型进行枸杞子产地识别。本发明能对产地识别，降低人工识别成本，提高鉴别的效率、准确性与科学性。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	中国中医科学院中药研究所
发明人：	黄璐琦;郭兰萍;张小波;李静
专利状态：	有效
申请日期：	2019-01-25T00:00:00+0800
发布日期：	2019-05-17T00:00:00+0800
申请号：	CN201910082990.0
公开号：	CN109765194A
代理机构：	北京纪凯知识产权代理有限公司
代理人：	关畅
分类号：	G01N21/35(2014.01);G;G01;G01N;G01N21
申请人地址：	100700 北京市东城区东直门内南小街16号
主权项：	1.一种基于高光谱成像技术的枸杞子产地识别方法，包括如下步骤：1)对不同产地同一品种的枸杞子进行光谱扫描，每次各收集1000～2400nm的高光谱数据； 2)将样本原始的高光谱数据进行RAD校正； 3)将步骤2)中RAD校正后的数据进行黑白校正，处理为相对反射率数据； 4)对所述相对反射率数据进行阈值分割，删除小面积运算； 5)对步骤4)中处理后的数据进行感兴趣区域提取，然后计算得到感兴趣区域平均光谱值； 6)将光谱扫描的数据经步骤5)处理后得到的感兴趣区域平均光谱值分割为三部分，记为训练集、验证集和测试集光谱数据； 7)将步骤6)处理得到的训练集、验证集和测试集光谱数据使用ZCA白化进行处理； 8)将由步骤7)处理后的训练集光谱数据得到的主要光谱信息与产地信息利用偏最小二乘回归进行建模，得到枸杞子产地识别模型，利用所述光谱数据验证集与测试集光谱数据调试模型；由最终确立的产地识别模型进行枸杞子产地识别。 2.根据权利要求1所述的方法，其特征在于：所述的样本数量大于等于100；采用高光谱成像仪进行所述光谱扫描；所述光谱扫描的条件如下：所述高光谱成像仪的镜头与所述枸杞子的距离为20～30cm；平台移动速度为1.5mm/s；利用1000～2400nm镜头时，积分时间为4500μs，帧时间为46928；所述光谱扫描的次数为3次。 3.根据权利要求1或2所述的方法，其特征在于：步骤2)中RAD校正为Radiometriccalibration辐射校准。 4.根据权利要求1-3中任一项所述的方法，其特征在于：上述的方法中，步骤3)中黑白校正公式如下：式中R表示经过校正后的图像的相对反射率，IR表示原始图像的能量值，IW表示白板图像的能量值，IB表示黑板图像的能量值。 5.根据权利要求1-4中任一项所述的方法，其特征在于：上述的方法中，步骤4)采用MATLAB软件进行所述阈值分割，删除小面积运算。 6.根据权利要求1-5中任一项所述的方法，其特征在于：步骤5)中，采用MATLAB软件进行所述感兴趣区域提取以及平均光谱计算。 7.根据权利要求1-6中任一项所述的方法，其特征在于：步骤6)中感兴趣区域平均光谱值分割为三部分的操作如下：利用matlab软件中的randperm函数，光谱扫描的数据平均分成三份，其中两份数据以2：1比例进行训练集和验证集光谱数据随机分组，剩余的一份收集数据作为测试集。 8.根据权利要求1-7中任一项所述的方法，其特征在于：步骤8)采用MATLAB软件进行所述偏最小二乘回归模型建立。 9.根据权利要求1-8中任一项所述的方法，其特征在于：所述不同产地同一品种的枸杞子的产地为新疆、内蒙、甘肃、青海和宁夏中的至少一种；所述不同产地同一品种的枸杞子的品种为宁夏枸杞。
所属类别：	发明专利