一种利用特征三角形面积预警马铃薯发芽的方法
【技术领域】
[0001] 本发明涉及一种果蔬缺陷检测方法，尤其是涉及一种利用特征三角形面积预警马 铃薯发芽的方法。
【背景技术】
[0002] 马铃薯作为世界上的四大粮食作物之一，在全世界范围内广泛种植。马铃薯营养 价值极高，在国外有着"第二面包"和"地下苹果"的美誉，粮食、蔬菜、水果中所包含的大部 分营养，马铃薯基本都有。同时，马铃薯适合种植的地域很广，土壤水分和肥力的要求不高， 增产潜力巨大，被联合国粮农组织专家认定为在未来世界出现粮食危机时，可以拯救人类 的粮食作物。
[0003] 马铃薯在收获、存储、运输等过程中，极易发生各种机械损伤、病菌侵染、发芽发绿 等缺陷，严重影响马铃薯品质，给薯农和消费者带来经济损失。马铃薯国标检测指标之一为 无冻伤、黑心、发芽、绿薯等缺陷。同时，发芽的马铃薯有毒（龙葵素（Solanine))，意外食用 会对人身安全造成威胁。
[0004] 开展马铃薯发芽检测的研究，是为了防止贮藏或运输过程的不当而引起的发芽商 品流入市场，同时也为马铃薯的品质检验和分级的自动化做好铺垫。
[0005] 目前，国内外对于马铃薯外部品质的检测已取得不少成果。目前针对马铃薯表面 缺陷的检测主要集中在机械损伤、孔洞、疮痂、表面碰伤、发芽发绿等，其中在马铃薯发芽检 测方面，李锦卫等采用基于快速G截留分割法和快速亮度截留分割法对发芽进行判别；郑 冠楠等采用G通道的灰度值差值法检测发芽的马铃薯，根据实验结果，当芽体点总数>10 时，可基本判定图像中存在发芽体；周竹等基于机器视觉，利用交叉法来检测发芽的马铃 薯。
[0006] 对于发芽马铃薯的检测，可以利用RGB彩色机器视觉系统配合相应算法完成，目 前国内对于该方向的检测已能达到较高准确率。但这种依靠马铃薯表面的颜色特征进行发 芽检测的方法无法用于马铃薯发芽时间的预测。
【发明内容】
[0007] 为了解决【背景技术】中存在的问题，本发明的目的在于提供了一种利用特征三角形 面积预警马铃薯发芽的方法，根据特征值面积S来对该区域进行分类，实现马铃薯发芽预 警。
[0008] 本发明解决其技术问题所采用的技术方案是：
[0009] 1)在相同条件下采集多个样本马铃薯的高光谱图像：
[0010] 所述步骤1)具体采用以下方式采集高光谱图像：以黑色卡纸为背景，将至少150 个马铃薯分别采用泡沫胶固定在卡纸上，置于暗箱中每天采集高光谱图像，连续采集5天， 整个采集周期中保持静止不动。
[0011] 2)记录马铃薯从开始采集高光谱图像到发芽为止的天数作为预警时间，选取马铃 薯的发芽部位作为感兴趣区域，提取其光谱数据，按照预警时间的不同天数对光谱数据进 行分类；具体实施可以马铃薯发芽日期为第〇天，之前k天逆推为发芽前k天，则k天即为 预警时间；
[0012] 所述步骤2)中，马铃薯的感兴趣区域选取采用以下方式：找到并记录发芽马铃薯 的芽眼位置中心（S，T)，建立以芽眼位置（S，T)为中心、以九个像素点为边长的发芽部位区 域作为数据处理的感兴趣区域。
[0013] 3)对感兴趣区域的全部波段数据进行3X3均值滤波，截取感兴趣区域所在 600-750nm波段的离散光谱数据。
[0014] 所述步骤3)中具体采用以下公式的光谱拟合函数对光谱数据进行拟合，并利用 Matlab中nlinfit函数求解：
[0015]
[0016] 其中，横坐标X为波长值，纵坐标f(X)为光谱均一化值，η表示累加参数，j表示累 加参数的计算序数。
[0017] 具体实施中，利用评价拟合程度的均方根误差RMSE确定η的值为5。
[0018] 4)构建光谱拟合函数，对不同预警时间的光谱拟合函数f(x)进行求导，得到感兴 趣区域的一阶导数图，一阶导数图以波长值为横坐标、以光谱均一化值为纵坐标，从中选取 距离波长680nm最近的极小值点A和极大值点C，分别在极小值点A和极大值点C处作切 线，两条切线的交点为交点B，以A、B、C三点为顶点构成特征三角形ΛABC的面积为特征值 面积S;
[0019] 所述的特征值面积S具体采用以下公式计算：
[0020]
[0021] 兵ψ，ΛΑ、λ8和λ在、別刀攸/」、俚总A、极大值点C和交点B对应的波长值，RA、Rb 和&分别为极小值点A、极大值点C和交点B对应的光谱均一化值。
[0022] 5)对不同预警时间的感兴趣区域的特征值面积S分别进行判别分析，分别得到各 自的判别系数pk和判别常数qk;
[0023] 所述的步骤5)中具体利用SPSS软件提供的费歇尔判别系数判别方法表示的以下 公式对特征值面积S进行判别分析：
[0024] F〇= p〇XX+q〇
[0025] F!= p!XX+q!
[0026] F2= p2XX+q2
[0027] F3= p3XX+q3
[0028] F4= p4XX+q4
[0029] 其中，F。为第0天预警时间样本马铃薯的得分值，Fi为第1天预警时间样本马铃 薯的得分值，F2为第2天预警时间样本马铃薯的得分值，F3为第3天预警时间样本马铃薯 的得分值，F4为第4天预警时间样本马铃薯的得分值。X表示所有预警时间下特征值面积S的集合，pk为第k天预警时间样本马铃薯的特征值面积S对应的判别系数集合，qk为判别 常数；
[0030] 6)将被测马铃薯重复上述步骤1)~4)得到所有特征值面积S，并对其进行判别 分析获得预警结果，实现对马铃薯发芽的预警。
[0031] 所述步骤6)中所有特征值面积S的判别分析结果具体采用以下方式：
[0032] 将被测马铃薯提取得到的所有特征值面积S代入以下公式中获得各个预警时间 下的得分值Fks，Fks值中最大值所对应的k即为预警时间：
[0033] Fos=p〇XXs+q〇
[0034]F1S=piXXs+q!
[0035] F2S=p2XXs+q2
[0036] F3S=p3XXs+q3
[0037] F4S=p4XXs+q4
[0038] 其中，F%为第0天预警时间被测马铃薯的得分值，F1S为第1天预警时间被测马铃 薯的得分值，F2S为第2天预警时间被测马铃薯的得分值，F3S为第3天预警时间被测马铃薯 的得分值，F4S为第4天预警时间被测马铃薯的得分值，Xs表示被测马铃薯的拟合参数集合；
[0039] 本发明主要是利用高光谱成像技术连续观测马铃薯表面芽眼，记录芽眼情况至发 芽为止。记马铃薯发芽日期为第0天，之前k天逆推为发芽前k天，k即为预警时间，统计 并归类各个芽眼的预警时间。提取每个马铃薯芽眼部位边长为9个像素点的正方形区域的 光谱数据，均值滤波后，对该区域的600-750nm波段的光谱进行均值归一化、函数拟合后， 得出不同预警时间下马铃薯芽眼部位的光谱曲线图。利用曲线一阶导数为极值下的波段值 λa、λc，以其导数值求出切线交点B(λB，RB)，以A、B、C三点为顶点构成特征三角形ΛABC， 计算其面积S，以此作为变量构建判别函数，实现马铃薯发芽的预警。
[0040] 本发明的有益效果是：
[0041] 本发明能获得马铃薯的发芽的预警信息，对马铃薯的发芽情况进行预警，实现了 马铃薯发芽预警，提高检测效率，减少流通过程马铃薯发芽造成的损失。
【附图说明】
[0042] 图1是本发明方法的实现流程图。
[0043] 图2是马铃薯固定情况实物图。
[0044]图3是实施例马铃薯芽眼部位感兴趣区域的提取情况。
[0045] 图4是实施例600_750nm波段马铃薯芽眼部位预警时间为1(dayl)的光谱曲线拟 合图。
[0046] 图5是实施例600_750nm波段马铃薯芽眼部位预警时间为1(dayl)的光谱曲线一 阶导数图。
[0047] 图6是实施例马铃薯芽眼部位预警时间为1 (dayl)的特征值面积S。
[0048] 图7是实施例600_750nm波段马铃薯芽眼部位发芽当天（dayO)的光谱曲线图。
[0049] 图8是实施例600_750nm波段马铃薯芽眼部位发芽当天（dayO)的光谱曲线一阶 导数图。
[0050] 图9是马铃薯芽眼部位发芽当天（dayO)的特征值面积S。
[0051] 图10是马铃薯芽眼部位预警时间为2 (day2)的特征值面积S。
【具体实施方式】
[0052] 下面结合附图和实施例对本发明作进一步说明。
[0053] 本发明的实施例如下：
[0054] 如图1所示首先，将马铃薯固定于黑色卡纸上（图2所示），置于室温下，遮光存 储，每天采集其高光谱图像。调试高光谱成像系统，匹配其物距、光照强度、相机曝光时间、 扫描面积、扫描速度等参数，以能采集出清晰、不变形的图像为准，扫描马铃薯高光谱图像。 记录芽眼情况至发芽为止。记录马铃薯从开始采集高光谱图像到发芽为止的天数作为预警 时间，选取马铃薯的发芽部位作为感兴趣区域，提取其光谱数据，按照预警时间的不同天数 对光谱数据进行分类。提取每个马铃薯芽眼部位边长为9个像素点的正方形区域的光谱数 据，均值滤波后，对该区域的600-750nm波段的光谱进行均值归一化、函数拟合后，得出不