[发明专利]一种基于光谱信息进行工厂监控的方法

摘要

本发明公开了一种基于光谱信息进行工厂监控的方法，涉及公共场合中传染性疾病诊断识别技术领域；该识别方法通过对健康人群以及患病人群的光谱图像的采集、图像预处理，从而获得不同人群的光谱图像的灰度值以及特征波段，将所述灰度值以及特征波段构成初始特征集，并计算所述初始特征集中每个特征的拉普拉斯分值，构成患病诊断特征向量，再建立基于支持向量机的患病诊断分类器模型，将测试样本或者实时样本输入到所述患病诊断分类器模型中，对患病与否进行诊断识别。本发明首次实现了将光谱分析技术应用于传染性疾病在公共场合中的实时诊断与识别，满足了公共场合对传染性疾病诊断的自动化与智能化的要求。

主权项

1.一种基于光谱信息进行工厂监控的方法，其特征在于，包括如下步骤：步骤1：利用多光谱成像系统，在暗室中分别对健康人群以及染病人群进行多光谱成像，获得不同人群的光谱图像，所述多光谱成像系统所涉及滤光片中心波长范围涵盖可见光波长至红外波长；步骤2：对所述光谱图像进行区域分割，对每一个区域分别提取灰度值；步骤3：采用波段指数法计算不同健康人群各成像通道的波段指数值P_i，根据各成像通道滤光片中心波长以及对应的所述波段指数值P_i，获得波段指数曲线图；步骤4：根据波段指数特征波段选取原理，波段指数值越大的成像通道，所含的光谱信息量也越大，所述成像系统自动从所述波段指数曲线图中捕获出波段指数值局部最大的数据点，并将对应的成像通道的波长进行保存形成健康人群光谱图像的特征波段；步骤5：重复步骤3‑4，获取患病人群光谱图像的特征波段并保存；步骤6：将所述健康人群以及患病人群的光谱信息组合成初始特征集X＝[x₁,x₂,...,x_n]，并计算所述初始特征集中每个特征的拉普拉斯分值，构成患病诊断特征向量；步骤7：建立基于支持向量机的患病诊断分类器模型；步骤8：将测试样本或者实时样本输入到所述患病诊断分类器模型中，对患病与否进行诊断识别。