详情

原文传递一种建立果园数据快速监测处理方法

专利名称：	一种建立果园数据快速监测处理方法
摘要：	本发明公开了一种建立果园数据快速监测处理方法。本发明方法包括：检测果品理化品质并采集理化数据；获取果品高光谱图像；利用与高光谱图像相关处理软件，对海量高光谱图像和理化数据进行分析，提取特征建立果品品质特征因子与多维光学参量对应的标准模型；利用神经网络算法获取不同特征权重；提取品质特征波段的高光谱图像，利用谱偏相关进行特征增强；利用标准模型对其他待检测果品进行理化品质分类，获得不同成分和浓度范围参考分类图像，建立特征分类图像库；采用体全息相关识别技术对参考分类图像进行特征存储和识别，对比识别效果对参考图像特征和权重系数进行修正；建立果园大数据系统，实现果园海量信息的快速监测处理。
专利类型：	发明专利
国家地区组织代码：	新疆;65
申请人：	塔里木大学
发明人：	罗华平;郭玲;徐爱英;陈冲;柴学平
专利状态：	有效
申请日期：	2019-01-22T00:00:00+0800
发布日期：	2019-05-31T00:00:00+0800
申请号：	CN201910060540.1
公开号：	CN109827910A
代理机构：	北京方圆嘉禾知识产权代理有限公司
代理人：	董芙蓉
分类号：	G01N21/25(2006.01);G;G01;G01N;G01N21
申请人地址：	843300 新疆维吾尔自治区阿克苏地区阿拉尔市塔里木大学
主权项：	1.一种建立果园数据快速监测处理方法，其特征在于，所述方法包括： (1)检测红枣理化品质并采集理化指标数据；其中，所述理化指标包括白熟期、脆熟期及完熟期中枣的糖度、酸度、水分、硬度、脆度、体积大小、果重、纹理、光泽度及颜色； (2)在高光谱相机前加设偏振片，设置四个偏振方向0°、90°、45°及135°，采用该系统对检测完理化品质的红枣采集高光谱图像，获得所述红枣在四个不同偏振方向的高光谱图像； (3)采用高光谱图像处理软件将所述高光谱图像和所述理化指标数据进行人工神经网络学习训练，建立所述红枣品质特征因子与多维光学参量对应的标准模型；将获取的不同特征光谱权重系数作为设计融合红枣组分多个单色光谱图像权重因子的依据；提取红枣品质特征波段的高光谱图像，利用谱像相关和谱偏相关技术处理获得红枣高光谱单色特征增强图像；其中，确定出所述典型波段为band22、band86、band68、band122、band47及band109中的一种或多种波段组合；确定出所述四个偏振方向为0°、90°、45°及135°；图像交叉相关处理的公式包括三项：(b22d45-b86d135)/(b86d45+b22d135)，(b22d45-b86d135)/(b22d45+b86d135)，b22d45×b86d135-b86d45×b22d135；b表示波段，d表示偏振方向；其中，b22d45表示45度偏振方向中第22波段高光谱图像，其他依次类推；所述标准模型包括以下两种： (3-1)对于含水量较高的光滑红枣，基于实验数据对阴影部分和较亮部分偏振度拟合模型如下： Shadow model： y＝-6E-15x5+2E-11x4-2E-08x3-1E-05x2+0.0347x-15.278； R2＝0.9116； bright modle： y＝1E-14x5-7E-11x4+2E-07x3-0.0003x2+0.1711x-45.041； R2＝0.8915；其中，x、y、R分别表示波长、dolp线偏振度、相关系数； (3-2)对于含水量较低的光滑红枣，基于实验数据对阴影部分和较亮部分偏振度拟合模型如下： Shadow model： y＝1E-14x5-8E-11x4+2E-07x3-0.0003x2+0.2139x-56.219； R2＝0.9437； bright model： y＝-2E-15x5+1E-11x4-2E-08x3+2E-05x2-0.0023x-1.4623； R2＝0.8093；其中，其中，x、y、R分别表示波长、dolp线偏振度、相关系数； (4)按照预设理化分类标准，利用所述标准模型对其他待检测红枣进行理化品质分类，按不同成分和浓度范围形成所述待检测红枣的理化品质特征的参考分类图像，分别建立不同浓度和不同组分的参考分类光谱图像库；其中，所述预设理化分类标准包括：水分含量为20％-50％，糖度为30％-70％，酸度为0.1％-2％； (5)采用体全息存储技术对所述参考分类图像进行存储，依据红枣特征波长，分别设计光栅，每重光栅对应一个设计波长；调整入射光角度和衍射光角度，对不同特征图像进行空间分离；其中，所述体全息存储技术是针对所述分类图像，利用空间光调制器先将非相干光转化为相干光图像并形成二维数据页，再利用角度复用方式将大量的所述二维数据页存储于所述体全息控制器中，利用CCD从所述体全息控制器中进行读取。 2.如权利要求1所述的一种建立果园数据快速监测处理方法，其特征在于，所述步骤(5)具体为：高光谱图像经特征提取处理后存储在体全息记录介质中，所述体全息存储技术是依据红枣组分光谱特征波长，以记录点为中心，以不同浓度组分为半径，通过角度复用技术，按逆时针转过一定夹角依次以水分、糖度及酸度三个方向排列相应标记1,2,3位置，与对应特征光谱垂直的三个方向分别1‘2‘3‘为水分、糖度及酸度三种不同组分光栅方向，通过偏振复用技术，以体全息记录材料的不同偏振方向衍射效率，选择在不同偏振方向记录不同特征光谱，每重光栅对应一个组分特征波长；利用体全息晶体空间复用、偏振复用和角度复用技术，将同一组分特征的多特征波长图像组合记录；通过调整入射光角度和衍射出射光角度，将不同组分特征图像进行空间分离，通过改变光栅衍射光的出射位置、调整体全息记录材料的折射率控制衍射效率以及带宽，调整红枣品质特征图像权重以获得更好的分类识别效果。 3.如权利要求1所述的一种建立果园数据快速监测处理方法，其特征在于，在建立所述标准模型时考虑到温度影响因子，所述温度影响因子的确定方法包括：将所述红枣分别放置于冷藏环境中和室温环境中，分别采集所述红枣的理化数据和高光谱图像，通过已有的典型环境温度参考模型匹配，获得适宜温度高光谱图像，结合模型分析确定出最佳温度影响系数。 4.如权利要求1所述的一种建立果园数据快速监测处理方法，其特征在于，所述红枣品质因子包括红枣水分、糖度和酸度；所述多维光学参量为光谱；所述高光谱单色特征增强图像包括纹理和边缘信息；所述权重因子包括分布地域、品种、大小、水分和糖度。 5.如权利要求1所述的一种建立果园数据快速监测处理方法，其特征在于，所述谱偏相关技术处理中，按照公式DoLP＝p0+p1ξ+p2ξ2+p3ξ3+p4ξ4+p5ξ5确定最大偏振度对应的相位角；其中，相位角为入射角和探测角之间的夹角，p0、p1、p2、p3、p4和p5为拟合的标定参数，ξ为相位角；所述相位角与红枣实际对应位置有关，相位角为入射方向与探测方向的夹角；利用角度关系对高光谱影像做网格化处理，分别建立不同相位角光谱偏振度子模型；按像素点的间距反演红枣样品的方位信息对光谱进行距离和角度方位信息的匹配校正，从不同方位的红枣得出相位角反演实际偏振度。 6.权利要求1所述的一种建立果园数据快速监测处理方法在识别果品品质中的应用，其特征在于，所述果品包括苹果、梨或南疆枣。
所属类别：	发明专利