[发明专利]一种玉米籽粒中淀粉含量的检测方法及系统在审

专利信息
申请号: 201910779522.9 申请日: 2019-08-22
公开(公告)号: CN110530843A 公开(公告)日: 2019-12-03
发明(设计)人: 杨桂燕;黄文倩;王庆艳;刘宸;龙园 申请(专利权)人: 北京农业智能装备技术研究中心
主分类号: G01N21/65 分类号: G01N21/65
代理公司: 11002 北京路浩知识产权代理有限公司 代理人: 王文思<国际申请>=<国际公布>=<进入
地址: 100097 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 玉米籽粒 玉米样品 特征波段 检测 淀粉 胚乳 预处理 高光谱图像 定量模型 平均光谱 无损检测 玉米品质 育种材料 重要意义 单波段 玉米籽 非胚 光谱 筛选 图像
【权利要求书】:

1.一种玉米籽粒中淀粉含量的检测方法,其特征在于,包括:

对待检测玉米样品中每一玉米籽粒的拉曼高光谱图像进行预处理,获取所述待检测玉米样品中每一玉米籽粒预处理后的拉曼高光谱图像;

对于任一玉米籽粒,根据所述任一玉米籽粒预处理后的拉曼高光谱图像,获取所述任一玉米籽粒在若干个特征波段处的单波段图像;

对每一特征波段对应的单波段图像进行特征分离,获取每一特征波段对应的胚乳区光谱值,根据每一玉米籽粒每一特征波段对应的胚乳区光谱值,获取所述待检测玉米样品每一特征波段对应的胚乳区平均光谱值;

根据所述待检测玉米样品每一特征波段对应的胚乳区平均光谱值和最优定量模型,获取所述待检测玉米样品中的淀粉含量,所述最优定量模型表示玉米每一特征波段对应的胚乳区光谱值和玉米淀粉含量之间的对应关系。

2.根据权利要求1所述方法,其特征在于,所述最优定量模型通过如下方法获得:

获取若干组试验玉米,对于任一试验玉米,获取所述任一试验玉米中每一玉米籽粒预处理后的拉曼高光谱图像,每一组试验玉米中包括若干玉米籽粒;

对于任一玉米籽粒,根据所述任一玉米籽粒预处理后的拉曼高光谱图像,获取所述任一玉米籽粒在若干个特征波段处的单波段图像;

对每一特征波段对应的单波段图像进行特征分离,获取每一特征波段对应的胚乳区光谱值,并根据每一玉米籽粒每一特征波段对应的胚乳区光谱值,获取所述任一试验玉米每一特征波段对应的胚乳区平均光谱值;

根据每一试验玉米每一特征波段对应的胚乳区平均光谱值和每一试验玉米中的淀粉含量,获取所述最优定量模型。

3.根据权利要求2所述方法,其特征在于,所述根据每一试验玉米每一特征波段对应的胚乳区平均光谱值和每一试验玉米中的淀粉含量,获取所述最优定量模型,具体包括:

按照共生距离样本划分方法,将所有的试验玉米划分为校正集和测试集;

对于所述校正集中的每一试验玉米,利用多元线性回归建立每一试验玉米每一特征波段对应的胚乳区平均光谱值与每一试验玉米的淀粉含量之间的初始定量模型;

利用留一法对所述初始定量模型进行交叉验证;

利用所述测试集对所述初始定量模型进行外部验证,根据校正决定系数、校正标准误差、交叉验证决定系数、交叉验证标准误差、预测集决定系数、预测标准误差对所述初始定量模型进行评价,确定所述最优定量模型。

4.根据权利要求1所述方法,其特征在于,所述对待检测玉米样品中每一玉米籽粒的拉曼高光谱图像进行预处理,获取所述待检测玉米样品中每一玉米籽粒预处理后的拉曼高光谱图像,具体包括:

对于所述待检测玉米样品中任一玉米籽粒的拉曼高光谱图像,获取所述任一玉米籽粒在400cm-1-1110cm-1任一特征波段处的单波段图像,利用阈值分割,获取所述任一特征波段处的二值化图像;

将所述任一特征波段处的二值化图像作为掩膜模板,去除所述任一玉米籽粒拉曼高光谱图像的背景信息;

将去除背景信息后的所述任一玉米籽粒的拉曼高光谱图像转换为二维拉曼光谱数据;

对所述二维拉曼光谱数据中每条拉曼光谱先后进行平滑滤波处理和基线校正处理,获取校正后的二维拉曼光谱数据;

将校正后的二维拉曼光谱数据转换为三维拉曼高光谱数据,获取所述任一玉米籽粒预处理后的拉曼高光谱图像。

5.根据权利要求4所述方法,其特征在于,所述若干个特征波段通过如下方式确定:

获取玉米籽粒主要化学成分的标准样品及种皮的拉曼光谱;

对所述玉米籽粒主要化学成分的标准样品及种皮的拉曼光谱进行基线校正和归一化处理,获取标准参考光谱;

对所述待检测玉米样品的拉曼高光谱图像的平均光谱进行基线校正和归一化处理,获取所述待检测玉米样品的测试光谱;

结合所述标准参考光谱对所述待检测玉米样品的测试光谱的谱峰进行振动归属,确定可表征玉米籽淀粉的拉曼特征波段的值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京农业智能装备技术研究中心,未经北京农业智能装备技术研究中心许可,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/201910779522.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top