基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法与流程

本发明涉及无损检测方法领域，具体是一种基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法。

背景技术：

巴旦木含有丰富的生物活性物质如维生素e、精氨酸、纤维、单不饱和脂肪酸、多不饱和脂肪酸以及其他微量元素，对心脏相关疾病、癌症和2型糖尿病有一定的预防作用，加上香味和口感独特，因此成为国内外消费和贸易的重要经济作物。

受高温、高湿环境影响，采摘后的巴旦木易受害虫侵染，并且巴旦木的虫蛀现象很复杂，不同于板栗，表面有虫孔，幼虫会直接啃食果仁而不啃食果皮，这些伤口有的能暴露出来，有的则被隐藏，肉眼无法识别。为了发现早期的虫蛀现象，消除潜在风险，有必要将虫蛀巴旦木分等级鉴别。在巴旦木产品加工之前通过筛选，剔除虫害的坚果，可以减少贮运期间的损失，最大限度地保持营养、新鲜程度及食用安全性，增加对消费者的吸引力，同时及时处理轻微虫蛀的巴旦木，防止进一步侵染，降低潜在风险。目前，我国商品化巴旦木的虫蛀坚果鉴别存在耗时费力、速度慢、结果不稳定等问题，因此，在巴旦木的加工过程中迫切需要一种便捷、快速的鉴别方法。

多光谱成像是近年来广泛采用的一种快速无损检测技术，与传统高光谱成像技术相比，多光谱成像技术避免了海量的光谱特征数据，更适合于农产品品质的实时在线检测。目前，在农产品的无损检测中机器视觉、近红外光谱等已初步应用在工业在线检测，但用于内部瑕疵检测的相关商业化设备较少。

技术实现要素：

本发明的目的是提供一种基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，以解决现有技术没有应用于巴旦木内部瑕疵检测的多光谱成像技术的问题。

为了达到上述目的，本发明所采用的技术方案为：

基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：包括以下步骤：

(1)基于多光谱成像技术获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息；

(2)依据虫蛀程度，将虫蛀果进一步分为轻微和严重虫蛀两个等级，鉴别不同虫蛀程度的巴旦木。

(3)分别对正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息依次进行去噪处理、背景剔除、图像分割后，获得正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息；

(4)利用步骤(3)中的原始光谱数据，结合支持向量机(svm)回归法建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型。原始数据里记录了每个巴旦木样品的特征分量，不同类别的样品分别给出类别标签，首先将样本随机分为两组，一组作为训练集，一组作为测试集，之后用训练集训练分类器，可以得到分类模型，再用得到的模型对测试集进行类别标签预测，从而实现对虫蛀巴旦木的快速无损鉴别。

所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：步骤(1)中，选取的正常巴旦木样本和虫蛀巴旦木样本外形均是完整的。

所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：步骤(1)中的多光谱成像技术由多光谱测量仪实现，并采用多光谱测量仪包含405～970nm范围内19个特征波长的光谱波段(405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)，以获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息。

所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：步骤(3)中，采用videometerlab软件进行去噪处理。

所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：步骤(3)中，采用典型判别分析和阈值设定完成背景剔除和图像分割。

所述的基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，其特征在于：步骤(4)中，采用支持向量机回归法建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型。

本发明针对巴旦木复杂的虫蛀情况，介绍了一种基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，即利用多光谱成像技术获取巴旦木果壳信号，将获取的巴旦木光谱图像经由图像分割、数据分析和计算机建模，实现对虫蛀巴旦木的快速无损鉴别。此法具有操作简便、快速、无破损等优点，有利于巴旦木的精细化生产，满足消费者对高品质坚果的追求。

本发明提供了一种基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，为多光谱成像在坚果内部品质的无损、实时、自动检测领域提供技术支持，可满足巴旦木在线检测加工对准确度、识别度及稳定性方面的要求，为我国巴旦木商品的自动化深加工与提高市场竞争力提供技术支持。

本发明利用多光谱成像技术具有无损、快速、无污染等优点，与常规的方法相比，该方法能够在巴旦木外形完整、一致的情况下将虫蛀巴旦木从正常果中有效地鉴别出来，识别不同虫蛀程度的巴旦木，而且不破坏样品、不污染环境，同时还避免了人工评价和筛选中的人为因素的干扰，结果更客观、准确。

附图说明

图1正常和虫蛀巴旦木的平均反射光谱图。

图2正常和虫蛀巴旦木测试集的实际分类和预测分类图。

图3正常、轻微和严重虫蛀巴旦木测试集的实际分类和预测分类图。

具体实施方式

基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法，包括以下步骤：

(1)基于多光谱成像技术获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息；

(2)依据虫蛀程度，将虫蛀果进一步分为轻微和严重虫蛀两个等级，鉴别不同虫蛀程度的巴旦木。

(3)分别对正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息依次进行去噪处理、背景剔除、图像分割后，获得正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息；

(4)利用步骤(3)中的原始光谱数据，结合支持向量机(svm)回归法建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型。原始数据里记录了每个巴旦木样品的特征分量，不同类别的样品分别给出类别标签，首先将样本随机分为两组，一组作为训练集，一组作为测试集，之后用训练集训练分类器，可以得到分类模型，再用得到的模型对测试集进行类别标签预测，从而实现对虫蛀巴旦木的快速无损鉴别。

步骤(1)中，选取的正常巴旦木样本和虫蛀巴旦木样本外形均是完整的。

步骤(1)中的多光谱成像技术由多光谱测量仪实现，并采用多光谱测量仪包含405～970nm范围内19个特征波长的光谱波段(405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)，以获取正常巴旦木样本和虫蛀巴旦木样本的光谱图像信息。

步骤(3)中，采用videometerlab软件进行去噪处理。

步骤(3)中，采用典型判别分析和阈值设定完成背景剔除和图像分割。

步骤(4)中，采用支持向量机回归法(svm)建立正常巴旦木样本、虫蛀巴旦木样本的果壳光谱图像信息的分析模型。

实施例

实验样本：

准备两组(a、b)果壳完整的巴旦木，a组果仁正常，b组果仁有虫蛀现象；

1、快速无损检测正常和虫蛀巴旦木

检测步骤如下：

(1)从a组中随机选取115粒、b组选取230粒巴旦木，用多光谱测量仪(videometera/s，丹麦，其光谱范围为405-970nm，具体包含405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)获取上述巴旦木样本和背景信息，然后使用videometerlab软件进行去噪处理，运用典型判别分析和阈值设定完成背景剔除和图像分割，获取样本的果壳信息。

(2)采用支持向量机回归法(svm)对上述样本建立巴旦木与所对应光谱信息的分析模型。a、b两组分别随机分配40和80个样本作为测试集，剩下的样本作为训练集。将正常坚果的标签定为1，虫蛀坚果的标签定为2，先用测试集训练分类器，再用得到的模型对测试集进行类别标签预测，图2即为测试集的预测结果。

(3)表1即为正常巴旦木和虫蛀巴旦木测试集样本的检测结果。

表1虫蛀巴旦木的快速无损鉴别结果

2、快速无损检测不同虫蛀程度的巴旦木

检测步骤如下：

(1)将实施例1中虫蛀巴旦木样品分成轻微和严重虫蛀两类，各115个样品。用多光谱测量仪(videometera/s，丹麦，其光谱范围为405-970nm，具体包含405,435,450,470,505,525,570,590,630,645,660,700,780,850,870,890,910,940,970nm)获取上述巴旦木样本和背景信息，然后使用videometerlab软件进行去噪处理，运用典型判别分析和阈值设定完成背景剔除和图像分割，获取样本的果壳信息。

(2)虫蛀巴旦木的分类依据样品虫蛀程度划分，具体操作如下：

光谱图像获取后，所有的样品经过带壳称重、去壳称重，计算出果仁比重。与正常巴旦木相比后，以50％的果仁比重为界限，大于50％的视为轻微虫蛀，小于等于50％的视为严重虫蛀，并以此特征重新将虫蛀光谱分为轻微和严重两类；

(3)采用支持向量机(svm)回归法对上述样本建立巴旦木与所对应光谱信息的分析模型。三类样品分别随机分配40和75个样本作为测试集和训练集。将正常坚果的标签定为1，轻微虫蛀坚果的标签定为2，严重虫蛀坚果的标签定为3，先用测试集训练分类器，再用得到的模型对测试集进行类别标签预测，图3即为三类巴旦木测试集的预测结果。

(4)表2即为不同虫蛀等级巴旦木测试集样本的检测结果。

表2不同虫蛀等级巴旦木的快速无损鉴别结果

从图1可看出，正常、虫蛀巴旦木在405-970nm之间有明显的光谱区分，由表1可知，120个被测结果的总正确判别率为97.50％，表2中测试集的总正确判别率为93.33％，而从图2、图3可明确看出正常、虫蛀巴旦木以及不同虫蛀等级巴旦木的错判情况，由此表明本发明利用多光谱成像对虫蛀巴旦木的快速无损鉴别是可行的。