[发明专利]一种基于高光谱成像技术的橄榄油掺假的检测方法在审
申请号: | 201810062042.6 | 申请日: | 2018-01-23 |
公开(公告)号: | CN108398391A | 公开(公告)日: | 2018-08-14 |
发明(设计)人: | 桂江生;吴子娴 | 申请(专利权)人: | 浙江理工大学 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01N21/55 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 杨天娇 |
地址: | 310018 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 橄榄油 样本 检测 多元线性回归模型 高光谱成像 连续投影算法 感兴趣区域 高光谱图像 平均光谱 特征波长 预设 自动化 采集 | ||
1.一种基于高光谱成像技术的橄榄油掺假的检测方法,其特征在于,所述基于高光谱成像技术的橄榄油掺假的检测方法,包括:
获取包括纯净的橄榄油及按照预设比例掺假的橄榄油样本;
对获取的橄榄油样本进行高光谱图像采集,获取样本的高光谱图像,并进行黑白校正;
提取样本的高光谱图像的感兴趣区域,计算感兴趣区域中所有像素的光谱反射率的平均值作为每个样本的平均光谱;
对每个样本的平均光谱进行预处理,采用连续投影算法选择出八个特征波长,分别为471.27nm、503.22nm、524.39nm、564.70nm、617.04nm、722.89nm、837.13nm、927.49nm;
根据选择的特征波段及样本的平均光谱,建立多元线性回归模型为:
y=β0+β1R471.27nm+β2R503.22nm+β3R524.39nm+β4R564.70nm+β5R617.04nm+β6R722.89nm+β7R837.13nm+β8R927.49nm;
其中y为橄榄油浓度预测值,R471.27nm、R503.22nm、R524.39nm、R564.70nm、R617.04nm、R722.89nm、R837.13nm、R927.49nm为在特征波长471.27nm、503.22nm、524.39nm、564.70nm、617.04nm、722.89nm、837.13nm、927.49nm处的平均光谱反射率,β0为常数项,β1、β2…β8为回归系数;
采用建立的多元线性回归模型对采集的橄榄油进行检测。
2.如权利要求1所述的基于高光谱成像技术的橄榄油掺假的检测方法,其特征在于,所述获取样本的高光谱图像,并进行黑白校正,采用如下公式:
其中:R是校正后图像,R0是原始样本图像,W为白板图像,B为暗背景图像。
3.如权利要求1所述的基于高光谱成像技术的橄榄油掺假的检测方法,其特征在于,所述对每个样本的平均光谱进行预处理,包括:
通过使用标准正太变量将橄榄油样本的平均光谱进行标准化;
再通过Savitzky-Golay方法进行过滤。
4.如权利要求1所述的基于高光谱成像技术的橄榄油掺假的检测方法,其特征在于,所述橄榄油样本包括:橄榄油和玉米油10:1比例进行混合的第一组样本,橄榄油和玉米油5:1比例进行混合的第一组样本,橄榄油和玉米油3:1比例进行混合的第三组样本,以及纯净的橄榄油第四组样本。
5.如权利要求4所述的基于高光谱成像技术的橄榄油掺假的检测方法,其特征在于,所述建立多元线性回归模型为:
y=0.718-7.46R471.27nm+0.13R503.22nm+0.274R524.39nm+3.46R564.70nm-2.26R617.04nm+0.5R722.89nm-1.27R837.13nm+0.82R927.49nm;
其中y为橄榄油浓度预测值,R471.27nm、R503.22nm、R524.39nm、R564.70nm、R617.04nm、R722.89nm、R837.13nm、R927.49nm为在特征波长471.27nm、503.22nm、524.39nm、564.70nm、617.04nm、722.89nm、837.13nm、927.49nm处的平均光谱反射率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810062042.6/1.html,转载请声明来源钻瓜专利网。