本發(fā)明涉及無損檢測方法領(lǐng)域，具體是一種基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法。

背景技術(shù)：

巴旦木含有豐富的生物活性物質(zhì)如維生素e、精氨酸、纖維、單不飽和脂肪酸、多不飽和脂肪酸以及其他微量元素，對心臟相關(guān)疾病、癌癥和2型糖尿病有一定的預(yù)防作用，加上香味和口感獨特，因此成為國內(nèi)外消費和貿(mào)易的重要經(jīng)濟(jì)作物。

受高溫、高濕環(huán)境影響，采摘后的巴旦木易受害蟲侵染，并且巴旦木的蟲蛀現(xiàn)象很復(fù)雜，不同于板栗，表面有蟲孔，幼蟲會直接啃食果仁而不啃食果皮，這些傷口有的能暴露出來，有的則被隱藏，肉眼無法識別。為了發(fā)現(xiàn)早期的蟲蛀現(xiàn)象，消除潛在風(fēng)險，有必要將蟲蛀巴旦木分等級鑒別。在巴旦木產(chǎn)品加工之前通過篩選，剔除蟲害的堅果，可以減少貯運期間的損失，最大限度地保持營養(yǎng)、新鮮程度及食用安全性，增加對消費者的吸引力，同時及時處理輕微蟲蛀的巴旦木，防止進(jìn)一步侵染，降低潛在風(fēng)險。目前，我國商品化巴旦木的蟲蛀堅果鑒別存在耗時費力、速度慢、結(jié)果不穩(wěn)定等問題，因此，在巴旦木的加工過程中迫切需要一種便捷、快速的鑒別方法。

多光譜成像是近年來廣泛采用的一種快速無損檢測技術(shù)，與傳統(tǒng)高光譜成像技術(shù)相比，多光譜成像技術(shù)避免了海量的光譜特征數(shù)據(jù)，更適合于農(nóng)產(chǎn)品品質(zhì)的實時在線檢測。目前，在農(nóng)產(chǎn)品的無損檢測中機(jī)器視覺、近紅外光譜等已初步應(yīng)用在工業(yè)在線檢測，但用于內(nèi)部瑕疵檢測的相關(guān)商業(yè)化設(shè)備較少。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，以解決現(xiàn)有技術(shù)沒有應(yīng)用于巴旦木內(nèi)部瑕疵檢測的多光譜成像技術(shù)的問題。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為：

基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：包括以下步驟：

(1)基于多光譜成像技術(shù)獲取正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息；

(2)依據(jù)蟲蛀程度，將蟲蛀果進(jìn)一步分為輕微和嚴(yán)重蟲蛀兩個等級，鑒別不同蟲蛀程度的巴旦木。

(3)分別對正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息依次進(jìn)行去噪處理、背景剔除、圖像分割后，獲得正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息；

(4)利用步驟(3)中的原始光譜數(shù)據(jù)，結(jié)合支持向量機(jī)(svm)回歸法建立正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息的分析模型。原始數(shù)據(jù)里記錄了每個巴旦木樣品的特征分量，不同類別的樣品分別給出類別標(biāo)簽，首先將樣本隨機(jī)分為兩組，一組作為訓(xùn)練集，一組作為測試集，之后用訓(xùn)練集訓(xùn)練分類器，可以得到分類模型，再用得到的模型對測試集進(jìn)行類別標(biāo)簽預(yù)測，從而實現(xiàn)對蟲蛀巴旦木的快速無損鑒別。

所述的基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：步驟(1)中，選取的正常巴旦木樣本和蟲蛀巴旦木樣本外形均是完整的。

所述的基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：步驟(1)中的多光譜成像技術(shù)由多光譜測量儀實現(xiàn)，并采用多光譜測量儀包含405～970nm范圍內(nèi)19個特征波長的光譜波段(405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)，以獲取正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息。

所述的基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：步驟(3)中，采用videometerlab軟件進(jìn)行去噪處理。

所述的基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：步驟(3)中，采用典型判別分析和閾值設(shè)定完成背景剔除和圖像分割。

所述的基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，其特征在于：步驟(4)中，采用支持向量機(jī)回歸法建立正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息的分析模型。

本發(fā)明針對巴旦木復(fù)雜的蟲蛀情況，介紹了一種基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，即利用多光譜成像技術(shù)獲取巴旦木果殼信號，將獲取的巴旦木光譜圖像經(jīng)由圖像分割、數(shù)據(jù)分析和計算機(jī)建模，實現(xiàn)對蟲蛀巴旦木的快速無損鑒別。此法具有操作簡便、快速、無破損等優(yōu)點，有利于巴旦木的精細(xì)化生產(chǎn)，滿足消費者對高品質(zhì)堅果的追求。

本發(fā)明提供了一種基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，為多光譜成像在堅果內(nèi)部品質(zhì)的無損、實時、自動檢測領(lǐng)域提供技術(shù)支持，可滿足巴旦木在線檢測加工對準(zhǔn)確度、識別度及穩(wěn)定性方面的要求，為我國巴旦木商品的自動化深加工與提高市場競爭力提供技術(shù)支持。

本發(fā)明利用多光譜成像技術(shù)具有無損、快速、無污染等優(yōu)點，與常規(guī)的方法相比，該方法能夠在巴旦木外形完整、一致的情況下將蟲蛀巴旦木從正常果中有效地鑒別出來，識別不同蟲蛀程度的巴旦木，而且不破壞樣品、不污染環(huán)境，同時還避免了人工評價和篩選中的人為因素的干擾，結(jié)果更客觀、準(zhǔn)確。

附圖說明

圖1正常和蟲蛀巴旦木的平均反射光譜圖。

圖2正常和蟲蛀巴旦木測試集的實際分類和預(yù)測分類圖。

圖3正常、輕微和嚴(yán)重蟲蛀巴旦木測試集的實際分類和預(yù)測分類圖。

具體實施方式

基于多光譜成像技術(shù)的蟲蛀巴旦木原料快速無損鑒別方法，包括以下步驟：

(1)基于多光譜成像技術(shù)獲取正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息；

(2)依據(jù)蟲蛀程度，將蟲蛀果進(jìn)一步分為輕微和嚴(yán)重蟲蛀兩個等級，鑒別不同蟲蛀程度的巴旦木。

(3)分別對正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息依次進(jìn)行去噪處理、背景剔除、圖像分割后，獲得正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息；

(4)利用步驟(3)中的原始光譜數(shù)據(jù)，結(jié)合支持向量機(jī)(svm)回歸法建立正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息的分析模型。原始數(shù)據(jù)里記錄了每個巴旦木樣品的特征分量，不同類別的樣品分別給出類別標(biāo)簽，首先將樣本隨機(jī)分為兩組，一組作為訓(xùn)練集，一組作為測試集，之后用訓(xùn)練集訓(xùn)練分類器，可以得到分類模型，再用得到的模型對測試集進(jìn)行類別標(biāo)簽預(yù)測，從而實現(xiàn)對蟲蛀巴旦木的快速無損鑒別。

步驟(1)中，選取的正常巴旦木樣本和蟲蛀巴旦木樣本外形均是完整的。

步驟(1)中的多光譜成像技術(shù)由多光譜測量儀實現(xiàn)，并采用多光譜測量儀包含405～970nm范圍內(nèi)19個特征波長的光譜波段(405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)，以獲取正常巴旦木樣本和蟲蛀巴旦木樣本的光譜圖像信息。

步驟(3)中，采用videometerlab軟件進(jìn)行去噪處理。

步驟(3)中，采用典型判別分析和閾值設(shè)定完成背景剔除和圖像分割。

步驟(4)中，采用支持向量機(jī)回歸法(svm)建立正常巴旦木樣本、蟲蛀巴旦木樣本的果殼光譜圖像信息的分析模型。

實施例

實驗樣本：

準(zhǔn)備兩組(a、b)果殼完整的巴旦木，a組果仁正常，b組果仁有蟲蛀現(xiàn)象；

1、快速無損檢測正常和蟲蛀巴旦木

檢測步驟如下：

(1)從a組中隨機(jī)選取115粒、b組選取230粒巴旦木，用多光譜測量儀(videometera/s，丹麥，其光譜范圍為405-970nm，具體包含405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)獲取上述巴旦木樣本和背景信息，然后使用videometerlab軟件進(jìn)行去噪處理，運用典型判別分析和閾值設(shè)定完成背景剔除和圖像分割，獲取樣本的果殼信息。

(2)采用支持向量機(jī)回歸法(svm)對上述樣本建立巴旦木與所對應(yīng)光譜信息的分析模型。a、b兩組分別隨機(jī)分配40和80個樣本作為測試集，剩下的樣本作為訓(xùn)練集。將正常堅果的標(biāo)簽定為1，蟲蛀堅果的標(biāo)簽定為2，先用測試集訓(xùn)練分類器，再用得到的模型對測試集進(jìn)行類別標(biāo)簽預(yù)測，圖2即為測試集的預(yù)測結(jié)果。

(3)表1即為正常巴旦木和蟲蛀巴旦木測試集樣本的檢測結(jié)果。

表1蟲蛀巴旦木的快速無損鑒別結(jié)果

2、快速無損檢測不同蟲蛀程度的巴旦木

檢測步驟如下：

(1)將實施例1中蟲蛀巴旦木樣品分成輕微和嚴(yán)重蟲蛀兩類，各115個樣品。用多光譜測量儀(videometera/s，丹麥，其光譜范圍為405-970nm，具體包含405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)獲取上述巴旦木樣本和背景信息，然后使用videometerlab軟件進(jìn)行去噪處理，運用典型判別分析和閾值設(shè)定完成背景剔除和圖像分割，獲取樣本的果殼信息。

(2)蟲蛀巴旦木的分類依據(jù)樣品蟲蛀程度劃分，具體操作如下：

光譜圖像獲取后，所有的樣品經(jīng)過帶殼稱重、去殼稱重，計算出果仁比重。與正常巴旦木相比后，以50％的果仁比重為界限，大于50％的視為輕微蟲蛀，小于等于50％的視為嚴(yán)重蟲蛀，并以此特征重新將蟲蛀光譜分為輕微和嚴(yán)重兩類；

(3)采用支持向量機(jī)(svm)回歸法對上述樣本建立巴旦木與所對應(yīng)光譜信息的分析模型。三類樣品分別隨機(jī)分配40和75個樣本作為測試集和訓(xùn)練集。將正常堅果的標(biāo)簽定為1，輕微蟲蛀堅果的標(biāo)簽定為2，嚴(yán)重蟲蛀堅果的標(biāo)簽定為3，先用測試集訓(xùn)練分類器，再用得到的模型對測試集進(jìn)行類別標(biāo)簽預(yù)測，圖3即為三類巴旦木測試集的預(yù)測結(jié)果。

(4)表2即為不同蟲蛀等級巴旦木測試集樣本的檢測結(jié)果。

表2不同蟲蛀等級巴旦木的快速無損鑒別結(jié)果

從圖1可看出，正常、蟲蛀巴旦木在405-970nm之間有明顯的光譜區(qū)分，由表1可知，120個被測結(jié)果的總正確判別率為97.50％，表2中測試集的總正確判別率為93.33％，而從圖2、圖3可明確看出正常、蟲蛀巴旦木以及不同蟲蛀等級巴旦木的錯判情況，由此表明本發(fā)明利用多光譜成像對蟲蛀巴旦木的快速無損鑒別是可行的。