小来确定未知区域像元的归属，以对样本图像中的霉变区域进行有效分割。设定
I为利用解析方法计算得到的未知像元矢量，其中，JrJ 2,^，… 4为所选定的特征波长。设定.
I为霉变区域（R0I区域）像元 矢量，根据共线性度计算公式：
式中，1"为1||，|^2，|^1^1|111矢量均值，11 >为<^11，馬2，《^||...<^赢矢量均值，(观为共 线性度，其取值范围为[0, 1]。预先给定一个共线性度阈值（如果,，则判别未 知区域像元为霉变，反之，则判别为正常。
[0011] 5)在此基础上，筛选特征波长图像，设计一套数据量极度压缩的多光谱成像系统， 以实现对霉变花生高效、快速地分选。
[0012] 本发明提供基于光谱成像技术的霉变花生检测方法，可实现霉变花生的快速、在 线分选，对于确保花生质量安全，保障消费者权益有重要意义。
【附图说明】
[0013] 图1共线性度匹配算法流程图。
【具体实施方式】
[0014] 本发明具体实施方法如图1所示，以接种72小时发生轻微霉变的花生粒为实验 对象，利用可见近红外高光谱成像系统，Spectral Image System(Isuzu Optics，Taiwan) 软件平台采集样品高光谱数据。高光谱相机分辨率为618X1628 pixel，光谱范围是 430~960nm，光谱分辨率为2. 73nm，光谱采样间隔为0. 858nm，调节平台移动速度和相机的 曝光时间以保证图像的清晰，避免失真。最终得到一个618X1628X618 pixel的高光谱图 像数据块，并进行图像黑白校正处理。
[0015] 由于高光谱摄像机量子效应的转换效率，在光谱区间为[430nm，470nm]和 [850nm，960nm]两个取值范围内所采集的图像存在较大的噪声，对采集到的样本图像分析 带来一定的干扰。根据正常粒和霉变粒花生表面的光学特性差异，正常花生与霉变花生的 光谱差异最大区域位于620nm~760nm，因此基于霉变花生的光谱学特点，本发明选取光谱 区间为[600nm，800nm]高光谱图像进行分析。由于高光谱图像的相邻波段图像波谱重叠 以及波谱差异性小的特点，在进行特征波长的筛选过程中，每隔IOnm选取一个波长图像作 为特征图像，共20个特征图像。在样本高光谱图像中选取ROI区域，以此进行正常区域和 霉变区域分类的基类像元。为确保得到更加真实合理的分类结果，选用N维可视化分析器 (N-Dimensional Visualizer)对所选取的ROI区域的像元进行分离提纯。将经过提纯后的 基类像元（R0I区域)在不同波长下的光谱数据组合成一个20维空间矢量，利用解析方法计 算未知区域的像元矢量和与霉变区域像元矢量之间的共线性度，根据共线性度的大小来确 定未知区域像元的归属，共线性度的取值范围为[0, 1]，共线性度的取值越接近1，说明两 者关系越趋于共线，未知像元与目标像元越相似。通过实验确定共线性度阈值为〇. 6,然后 进行未知像元与目标像元的分类。本实施实例利用高光谱成像系统采集了 50粒发生轻微 霉变的花生粒样本图像和50粒正常粒样本图像，采用共线性度匹配算法进行霉变区域的 分类判别，识别率为86%，具体结果如表1所示。
[0016] 表1共线性度匹配算法对霉变花生的识别结果。
【主权项】
1. 一种霉变花生的光谱成像检测方法，其特征在于，利用霉变粒和正常粒花生表面的 光学特性的不同，从高光谱全波段图像中筛选出若干个特征波段图像进行霉变分析检测， 利用共线性度匹配算法进行霉变区域的识别。2. 根据权利要求1所述的霉变花生的光谱成像检测方法，其特征在于，所述特定光谱 区间是指正常花生与霉变花生的光谱差异最大区域。3. 根据权利要求2所述的霉变花生的光谱成像检测方法，其特征在于，选取光谱区间 为[600nm，800nm]高光谱图像进行分析，根据花生物料特性，根据固定波长间隔选取10~20 幅特征图像进行下一步分析。4. 根据权利要求3所述的霉变花生的光谱成像检测方法，其特征在于，所述固定波长 间隔是l〇~20nm。5. 根据权利要求1所述的霉变花生的光谱成像检测方法，其特征在于，所 述利用共线性匹配算法进行霉变区域的识别，是选取霉变区域一像元在不同波 长下的光谱值组合成一个多维空间矢量，利用解析方法计算未知区域的像元 光谱值矢量和与霉变区域像元光谱值矢量之间的共线性度，根据共线性度大 小确定未知区域像元的归属，以对样本图像中的霉变区域进行有效分割；设定为利用解析方法计算得到的未知区域像元在不同波长下光谱值 组成的矢量|为霉变区域像元在不同波长下光谱值组成 的矢量，其中，A，毛，為为选定的特征波长；根据共线性度计算公式：式中，X为hi，的均值，f为_Fn，fe，一J^的均值，COt为共线性度，其取值 范围为[〇, 1]; 预先给定一个共线性度阈值如果则判别未知区域像元为霉变，反 之，则判别为正常。
【专利摘要】本发明提供一种霉变花生的光谱成像检测方法，该方法可对霉变花生进行快速、无损的识别，以实现花生质量的在线监控。霉变花生相比于正常花生，其表面颜色暗黄。利用霉变粒和正常粒花生表面的光学特性的不同，从高光谱全波段图像中筛选出若干个特征波段图像进行霉变分析检测，利用共线性度匹配算法进行霉变区域的识别在此基础上，根据筛选的特征波长，设计一套数据量极度压缩的多光谱成像系统，以实现对霉变花生高效、快速地分选。
【IPC分类】G01N21/25
【公开号】CN104914052
【申请号】CN201510237046
【发明人】陈全胜, 徐义, 李欢欢, 欧阳琴, 赵杰文
【申请人】江苏大学
【公开日】2015年9月16日
【申请日】2015年5月12日