[发明专利]柑橘果实糖度的复杂性测度无损检测方法

摘要

本发明公开了一种柑橘果实糖度的复杂性测度无损检测方法，包括步骤：采集M个训练样本和N个检验样本；采集训练样本和检验样本的原始图像；对原始图像进行裁切；对裁切后的图像进行去背景处理；对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为HSI图像；求得HSI图像的复杂性测度C(Y)和信息熵H(Y)；用糖度计测定训练样本的平均糖度；建立柑橘果实糖度无损检测模型；将检测样本的H(Y)和C(Y)输入无损检测模型，输出检测样本对应的糖度。本发明能够对柑橘果实糖度进行无损检测，实用性强，为生产和销售过程中柑橘内部品质分级提供了依据。

主权项

一种柑橘果实糖度的复杂性测度无损检测方法，其特征在于，包括以下步骤：步骤一，采集M个待检测的柑橘果实作为训练样本，采集N个待检测的柑橘果实作为检验样本，将训练样本和检验样本超出果面的果梗部分去除；步骤二，对训练样本和检验样本进行清洗及吹干处理后，采集训练样本和检验样本的原始图像；步骤三，对原始图像进行裁切；步骤四，对裁切后的图像进行去背景处理；步骤五，对去背景处理后的图像进行边缘检测及果实区域提取，将RGB图像转换为HSI图像；步骤六，对所述HSI图像的色调区间[0，120°]进行长度为1°的均匀分割，形成120个子区间y_i＝[a_i，a_i+1]，其中i＝0，1，…，119；a₀＝0，a₁₂₀＝120；统计各子区间内像素n_i，计算像素分布概率求得复杂性测度C(Y)＝H(Y)×D(Y)，式中，Y为随机变量，平衡分布N＝a₁₂₀－a₀，信息熵步骤七，取出每一个训练样本的果肉并分别搅拌均匀，用糖度计测定每一个训练样本的平均糖度；步骤八，以训练样本的信息熵H(Y)和复杂性测度C(Y)为输入量、以训练样本对应的平均糖度作为输出量训练神经网络，建立柑橘果实糖度无损检测模型；步骤九，将检测样本的信息熵H(Y)和复杂性测度C(Y)输入所述无损检测模型，输出检测样本对应的糖度。