一种用近红外高光谱图像识别霉变花生的方法
【技术领域】
[0001] 本发明涉及一种识别霉变油料作物的方法，特别涉及一种利用近红外高光谱图像 识别霉变油料作物的方法。
【背景技术】
[0002] 油料作物是以榨取油脂为主要用途的一类作物。这类作物主要有花生、油菜、大 豆、芝麻、向日葵、棉籽、蓖麻、苏子、油用亚麻和大麻等。而油料作物，例如花生在生长及存 储过程中易受潮而发生霉变。众所周知，黄曲霉和寄生曲霉都会产生毒性很强的次生代谢 产物一黄曲霉素。而黄曲霉素可对人类健康构成严重的威胁。目前定量检测黄曲霉素的方 法普遍使用薄膜层析法和（高效）液相色谱法等。这些方法能够提供准确的结果，但费时、 不易操作且只能在产品生产完成后进行检验。因此，迫切需要发展一种检测技术，能够使花 生在进入产品生产环节前就能够对霉变花生进行有效识别并分离，以便阻止黄曲霉素进入 食物链。这样，不仅有助于减少花生油、花生酱中黄曲霉素含量，可以提高食品安全性，也对 人类健康有着巨大意义。因此，如何高效，准确地分析并识别出油料作物的霉变信息，将这 些霉变作物及时分离出去成为业界亟待解决的问题。
【发明内容】
[0003] 针对现有技术中的不足，本发明提供了一种利用近红外高光谱图像识别霉变油料 作物的方法，可高效、准确地识别油料作物中的霉变作物。
[0004] 为了解决上述问题，本发明的一种利用近红外高光谱图像识别霉变油料作物的方 法，其包括如下步骤：
[0005] 对待识别油料作物进行近红外高光谱扫描，生成近红外高光谱图像信息；
[0006] 根据主成分分析法对该图像信息中的所有波段进行主成分分析，保留至少前两个 主成分信息，作为初级主成分信息；
[0007] 根据该初级主成分信息中的权重系数曲线，确定敏感波段，该敏感波段为权重值 是指波峰值或波谷值的波段；
[0008] 再根据主成分分析法对该敏感波段进行主成分分析，保留至少前两个主成分信 息，作为次级主成分信息；
[0009] 根据次级主成分信息和式1计算生成霉变信息图，
【主权项】
1. 一种利用近红外高光谱图像识别霉变油料作物的方法，其特征在于包括如下步骤： 对待识别油料作物进行近红外高光谱扫描，生成近红外高光谱图像信息； 根据主成分分析法对该图像信息中的波段信息进行主成分分析，保留至少前两个主成 分信息，作为初级主成分信息（1PC。）； 根据该初级主成分信息中的权重系数曲线，确定敏感波段，该敏感波段为权重值是指 波峰值或波谷值的波段； 再根据主成分分析法对该敏感波段进行主成分分析，保留至少前两个主成分信息，作 为次级主成分信息（2PC。）； 根据次级主成分信息（2PC。）和式1计算生成霉变信息图（Imagel)，
其中；i为主成分的序号，A i为对应主成分的特征值； 通过第一阔值（a)将霉变信息图（Imagel)中像元值分成"霉变"或"非霉变"两类， 生成霉变信息分类图（Image2) 及 通过第二阔值（0)和霉变信息分类图（Image2)中的"霉变"像元数，判断霉变信息分 类图（Image2)中的每一个待识别油料作物是否发生霉变，生成霉变识别结果图（Image4)。
2. 根据权利要求1所述的利用近红外高光谱图像识别霉变油料作物的方法，其特征在 于还包括步骤： 对所述次级主成分信息中的第一次级主成分信息（2PCi)采用标记控制分水岭算法，将 所述待识别油料作物的几何形状与大小进行独立分隔，生成分割结果图（Images); 结合所述霉变信息分类图（Image2)中的"霉变"像元数和分割结果图（Images)中的 像元数，根据所述第二阔值（0 )，判断每一个待识别油料作物是否发生霉变。
3. 根据权利要求2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特征在 于；所述霉变信息分类图（Image2)中的"霉变"像元数和分割结果图（Images)中的像元数 的结合方式为；"霉变"像元数与像元数之比。
4. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特 征在于： 所述根据主成分分析法对该图像信息中的波段信息进行主成分分析步骤中，保留前四 个主成分信息（IPC1UPC2UPC3UPC4)，作为初级主成分信息； 分别根据初级主成分信息中的第二初级主成分信息（1PC2)、第S初级主成分信息 (1PC3)和第四初级主成分信息（1PC4)中的权重系数曲线，确定敏感波段，该敏感波段为至 少两个初级主成分信息中的权重值同时为波峰值或波谷值的波段。
5. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特 征在于： 所述根据主成分分析法对该敏感波段进行主成分分析步骤中，保留前四个主成分信息 (2PCi、2PC2、2PC3、2PC4)，作为次级主成分信息； 根据次级主成分信息中的第二和第四次级主成分信息（2PC2、2PC4)和所述式1计算生 成所述霉变信息图（Imagel)。
6. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特
征在于；在生成所述霉变信息分类图（Image2)步骤之前，选取所述霉变信息图（Imagel) I - Min 中的最大像元值（Max)和最小像元值(Min)，根据公式；M 将所有像元值归一化至Ij Max - Mm [0, 1]的范围内，其中I为其他像元值。
7. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特 征在于；所述第一阔值（a )为0. 55?0. 65 ;所述第二阔值（0 )为10?18%。
8. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特 征在于：所述油料作物为；花生、油菜巧大豆、芝麻、向日葵巧、棉巧、藍麻、苏子、油用亚麻 或大麻。
9. 根据权利要求1或2所述的利用近红外高光谱图像识别霉变油料作物的方法，其特 征在于还包括步骤；生成所述近红外高光谱图像信息之后，对该图像信息进行图像数据预 处理。
10. 根据权利要求9所述的利用近红外高光谱图像识别霉变油料作物的方法，其特征 在于；所述图像数据预处理包括；图像福射校正过程和消除光谱噪声过程。
【专利摘要】本发明涉及一种用近红外高光谱图像识别霉变花生的方法，可高效、准确地识别油料作物中的霉变作物。其包括如下步骤：对待识别油料作物进行近红外高光谱扫描，生成近红外高光谱图像信息；根据主成分分析法对该图像信息中的波段信息进行主成分分析，保留至少前两个主成分信息，作为初级主成分信息；根据该初级主成分信息中的权重系数曲线，确定敏感波段，再根据主成分分析法对该敏感波段进行主成分分析，保留至少前两个主成分信息，作为次级主成分信息；根据次级主成分信息计算生成霉变信息图，生成霉变信息分类图；以及通过第二阈值和霉变信息分类图判断霉变信息分类图中的每一个待识别油料作物是否发生霉变，生成霉变识别结果图。
【IPC分类】G06K9-00, G06K9-62
【公开号】CN104598886
【申请号】CN201510035362
【发明人】蒋金豹, 乔小军
【申请人】中国矿业大学(北京)
【公开日】2015年5月6日
【申请日】2015年1月23日