本发明涉及含量检测领域,尤其涉及一种可溶性固形物含量无损检测方法、系统及装置。
背景技术:
1、目前,已有对串收葡萄在室内进行高光谱成像来预测可溶性固形物含量的研究:将整串葡萄放置于成像暗箱内,使用卤素灯提供光源,获得葡萄高光谱原始图像;将标准白板放置于同一位置成像,对葡萄高光谱原始图像进行黑白校正,获得葡萄的标准反射率;基于可溶性固形物含量预测模型,预测出整串葡萄的可溶性固形物含量。但由于整串葡萄通常成圆锥体,放置于成像平台时不同部位高低差距较大。对于在暗箱内卤素灯光源下的高光谱成像,葡萄串不同部位与光源的距离不同导致光照强度不同,使用标准白板进行黑白校正,只能保证与其高度一致的部位校正结果的准确,而难以对高度差别较大的部分进行准确的黑白校正。
技术实现思路
1、为了解决上述技术问题,本发明的目的是提供一种可溶性固形物含量无损检测方法、系统及装置,能够得到准确的可溶性固形物含量预测值。
2、本发明所采用的第一技术方案是:一种可溶性固形物含量无损检测方法,包括以下步骤:
3、搭建成像平台并构建三维坐标-白板反射率的线性回归模型;
4、对成像平台中的高光谱成像仪与结构光相机进行标定和配准,得到配准后的平台;
5、基于配准后的平台获取葡萄串图像并结合三维坐标-白板反射率的线性回归模型进行黑白校正,得到校正后的葡萄串高光谱图像;
6、将校正后的葡萄串高光谱图像输入至预构建的可溶性固形物含量预测模型,得到预测值。
7、进一步,还包括可溶性固形物含量预测模型的构建步骤,其具体包括:
8、采集葡萄果粒并将葡萄果粒平铺;
9、基于高光谱成像仪对葡萄果粒成像并进行黑白校正,得到校正后的样本图像;
10、基于蒙特卡洛无信息变量消除法,根据校正后的样本图像选择特征波长;
11、基于选择的特征波长,使用偏最小二乘回归法建立特征波长的反射率—可溶性固形物含量线性回归模型,得到可溶性固形物含量预测模型。
12、进一步,所述可溶性固形物含量预测模型表示如下:
13、
14、上式中,yssc为葡萄可溶性固形物含量,k为图像中葡萄的像素点数量,n为选择的特征波长数量,xsn为该像素点的第n个特征波长的反射率,ksn为对应的多项式系数,bs为常数项。
15、进一步,所述搭建成像平台并构建三维坐标-白板反射率的线性回归模型这一步骤,其具体包括:
16、以高光谱成像仪与结构光相机搭建成像平台;
17、基于成像平台,将标准白板放置于不同位置、高度进行成像,得到不同三维坐标下的反射率;
18、根据不同三维坐标下的反射率建立标准白板的三维坐标-白板反射率的线性回归模型。
19、进一步,所述对成像平台中的高光谱成像仪与结构光相机进行标定和配准,得到配准后的平台这一步骤,其具体包括:
20、基于成像平台中的高光谱成像仪与结构光相机,将黑白棋盘格以不同方向、不同倾斜角度、不同高度进行成像;
21、基于不同位置的黑白棋盘格,分别计算得到高光谱成像仪、结构光相机的内参和外参;
22、基于同一位置的黑白棋盘格与高光谱成像仪、结构光相机的内参和外参,将高光谱成像仪与结构光相机配准至同一坐标系,完成配准,得到配准后的平台。
23、进一步,所述基于配准后的平台获取葡萄串图像并结合三维坐标-白板反射率的线性回归模型进行黑白校正,得到校正后的葡萄串高光谱图像这一步骤,其具体包括:
24、将葡萄串放置于配准后的平台上成像,通过高光谱成像仪和结构光相机获取包含光谱信息与三维坐标信息的葡萄串图像;
25、基于三维坐标-白板反射率线性回归模型,根据三维坐标信息对葡萄串图像的每个像素点进行黑白校正,得到校正后的葡萄串高光谱图像。
26、进一步,所述黑白校正的计算公式如下:
27、iref=(iraw-idark)/(iwhite-idark)
28、上式中,iref为该葡萄像素点校准后的标准反射率(400-1000nm),iraw为该像素点葡萄的原始高光谱数据,idark为通过遮盖镜头获得全黑标定图像,iwhite为该像素点处的白板反射率。
29、本发明所采用的第二技术方案是:一种可溶性固形物含量无损检测系统,包括:
30、反射率模型构建模块,用于搭建成像平台并构建三维坐标-白板反射率的线性回归模型;
31、配准模块,用于对成像平台中的高光谱成像仪与结构光相机进行标定和配准,得到配准后的平台;
32、校正模块,基于配准后的平台获取葡萄串图像并结合三维坐标-白板反射率的线性回归模型进行黑白校正,得到校正后的葡萄串高光谱图像;
33、输出模块,用于将校正后的葡萄串高光谱图像输入至预构建的可溶性固形物含量预测模型,得到预测值。
34、本发明所采用的第三技术方案是:一种可溶性固形物含量无损检测装置,包括:
35、至少一个高光谱成像仪;
36、至少一个结构光相机;
37、至少四个卤素灯光源;
38、至少一个暗箱;
39、至少一个处理器;
40、至少一个存储器,用于存储至少一个程序;
41、至少一个显示器;
42、当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上所述一种可溶性固形物含量无损检测方法。
43、本发明方法及系统的有益效果是:本发明基于高光谱成像仪--结构光相机成像平台,通过同时采集标准白板的高光谱图像与三维点云,并将两者配准,建立三维坐标--白板反射率之间的线性回归模型以实现准确的黑白校正,克服难以对高度差别较大的部分进行准确的黑白校正的问题,从而提高葡萄串可溶性固形物含量预测精度。
1.一种可溶性固形物含量无损检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述一种可溶性固形物含量无损检测方法,其特征在于,还包括可溶性固形物含量预测模型的构建步骤,其具体包括:
3.根据权利要求2所述一种可溶性固形物含量无损检测方法,其特征在于,所述可溶性固形物含量预测模型表示如下:
4.根据权利要求3所述一种可溶性固形物含量无损检测方法,其特征在于,所述搭建成像平台并构建三维坐标-白板反射率的线性回归模型这一步骤,其具体包括:
5.根据权利要求4所述一种可溶性固形物含量无损检测方法,其特征在于,所述对成像平台中的高光谱成像仪与结构光相机进行标定和配准,得到配准后的平台这一步骤,其具体包括:
6.根据权利要求5所述一种可溶性固形物含量无损检测方法,其特征在于,所述基于配准后的平台获取葡萄串图像并结合三维坐标-白板反射率的线性回归模型进行黑白校正,得到校正后的葡萄串高光谱图像这一步骤,其具体包括:
7.根据权利要求6所述一种可溶性固形物含量无损检测方法,其特征在于,所述黑白校正的计算公式如下:
8.一种可溶性固形物含量无损检测系统,其特征在于,包括:
9.一种可溶性固形物含量无损检测装置,其特征在于,包括: