详情

原文传递基于近红外高光谱图像技术的茶叶菌落总数检测装置及方法

专利名称：	基于近红外高光谱图像技术的茶叶菌落总数检测装置及方法
摘要：	本发明公开了基于近红外高光谱图像技术的茶叶菌落总数检测装置及方法，基于所构建的检测装置，采集茶叶样本的高光谱图像，并对样品的菌落总数进行测定；利用波段比结合阈值分割的方法提取整个样本的光谱信息，将获取的光谱信息作为原始光谱数据进行分析，利用竞争性自适应重加权采样法(CARS)对其进行特征波段的选择，以优选出对茶叶不同菌落总数下区分度最大的特征波长组合；对所获得的特征波长组合建立支持向量回归(SVR)和极端梯度提升(XGBoost)的定量回归模型，最后根据模型评价指标对所建立的模型进行综合评价，以确定较优的预测模型，从而实现对茶叶菌落总数进行快速无损检测。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏大学
发明人：	孙俊;葛啸;芦兵;周鑫;武小红;戴春霞
专利状态：	有效
申请日期：	2019-01-25T00:00:00+0800
发布日期：	2019-04-23T00:00:00+0800
申请号：	CN201910071803.9
公开号：	CN109668857A
分类号：	G01N21/359(2014.01);G;G01;G01N;G01N21
申请人地址：	212013 江苏省镇江市京口区学府路301号
主权项：	1.基于近红外高光谱图像技术的茶叶菌落总数检测装置，其特征在于，包括暗箱(15)，在所述暗箱(15)的底部设有电控位移平台(6)，在电控位移平台(6)的上方设有成像模块，在暗箱(15)内还设有光源模块，所述电控位移平台(6)连接位移台控制器(7)，用于控制电控位移平台(6)的工作，所述成像模块连接计算机(13)，将所采集的图像信息输入计算机软件中进行处理。 2.根据权利要求1所述的基于近红外高光谱图像技术的茶叶菌落总数检测装置，其特征在于，所述成像模块包括自下往上依次连接的变焦镜头(9)、高光谱成像光谱仪(10)、CCD相机(11)和相机控制器(12)，所述相机控制器(12)通过数据线(14)连接计算机(13)。 3.根据权利要求1所述的基于近红外高光谱图像技术的茶叶菌落总数检测装置，其特征在于，所述光源模块包括固定在暗箱(15)内的卤素灯(4)，所述卤素灯(4)通过光纤(3)连接光室(5)。 4.根据权利要求1所述的基于近红外高光谱图像技术的茶叶菌落总数检测装置的检测方法，其特征在于，包括以下步骤：步骤1，将接近无菌的茶叶样本分为若干组，随机取其中的一组作为对照组获取此时的高光谱图像并测定菌落总数，对其余茶叶样本培养微生物，每次间隔相同时间后随机取出一组茶叶样本并获取样本的高光谱图像，同时对样品的菌落总数进行测定；步骤2，利用波段比结合阈值分割的方法获取整个样本的光谱信息，步骤3，将获取的光谱信息作为原始光谱数据进行分析，将光谱信息经过平滑处理后，再利用竞争性自适应重加权采样法对其进行特征波段的选择，以优选出对茶叶不同菌落总数区分度最大的特征波长组合；步骤4，对所获得的特征波长组合建立支持向量回归和极端梯度提升的定量回归模型，最后根据模型评价指标对所建立的模型进行综合评价，确定较优的预测模型。 5.根据权利要求4所述的基于近红外高光谱图像技术的茶叶菌落总数检测方法，其特征在于，所述波段比结合阈值分割获取光谱信息的方法为：步骤2.1，选取一个相对较大反射率的波长和一个相对较小反射率的波长，并将其进行作商运算，步骤2.2，然后对运算后的图像采用阈值分割进行处理，经过多次试验尝试确定阈值进行图像分割并获得其二值化图像；步骤2.3，对二值化图像进行应用掩膜并得到掩膜后的二值掩膜图像，然后将整个二值掩膜图像应用于原始高光谱图像上，最终得到剔除背景以及阴影等干扰信息的样本高光谱图像；步骤2.4，选取整个茶叶样本区域作为ROI，提取整个茶叶样本的光谱信息。 6.根据权利要求4所述的基于近红外高光谱图像技术的茶叶菌落总数检测方法，其特征在于，所述平滑处理是利用Savitzky-Golay平滑算法对原始光谱数据进行平滑去噪。 7.根据权利要求4所述的基于近红外高光谱图像技术的茶叶菌落总数检测方法，其特征在于，所述定量回归模型的评价指标为决定系数R2与均方根误差RMSE,计算公式如下；公式中，n为样品数量，yi为第i个样品的化学测量值，为第i个样品的预测值，为样品化学测量值的平均值。
所属类别：	发明专利