警。
[0054] 馬鈴薯芽眼部位感興趣區(qū)域如圖3所示，主要操作流程如下：記錄發(fā)芽馬鈴薯的 芽眼位置（S，Τ)，以（S，Τ)為中心，9個像素點為邊長的區(qū)域作為數(shù)據(jù)處理的感興趣區(qū)域，定 義為發(fā)芽部位。提取發(fā)芽部位的光譜數(shù)據(jù)，按照發(fā)芽情況歸類光譜數(shù)據(jù)。在不同預(yù)警時間 下，所統(tǒng)計的芽眼部位的個數(shù)如表1所示。dayO代表發(fā)芽當(dāng)天，dayl-day4代表預(yù)警時間為 卜4天。
[0055] 表1不同發(fā)芽情況下所統(tǒng)計芽眼部位的個數(shù)
[0057]圖4為600-750nm波段馬鈴薯預(yù)警時間為1的光譜數(shù)據(jù)擬合曲線圖。在本發(fā)明中， 采用的擬合函數(shù)格式如下：
[0059] 樣本數(shù)量為117個芽眼部位，光譜離散值由117個樣本光譜數(shù)據(jù)的均值歸一化得 到。
[0060] 圖5所示為600_750nm波段馬鈴薯芽眼部位預(yù)警時間為I (day 1)的光譜曲 線一階導(dǎo)數(shù)圖。選取距離波長680nm最近的極小值點A (667. 92, 0. 038489)，極大值點 C(688. 16,0. 380951)，作為本發(fā)明中的特征點。
[0061] 圖6所示為馬鈴薯芽眼部位預(yù)警時間為l(dayl)的特征角示意圖ZB。在本發(fā) 明中，特征點A(667. 92, 0. 038489)，特征點C(688. 16, 0. 380951)，利用一階導(dǎo)數(shù)值求出夾 角位置B (678. 03, 0.048108)。確定了 λ Α、λ Β、λ ε等波長值后，利用第i個馬鈴薯樣本 (667. 92, RAl)，Β(678· 03, RBl)，C(688. 16, RCl)算出其特征值 cos B。（i = 1，2, 3... 117)
[0062] 圖7所示為600_750nm波段馬鈴薯芽眼部位發(fā)芽當(dāng)天（dayO)的光譜曲線圖。樣 本數(shù)量為118個芽眼部位，曲線由118個樣本光譜數(shù)據(jù)的均值歸一化得到。
[0063] 圖8所示為600_750nm波段馬鈴薯芽眼部位發(fā)芽當(dāng)天（dayO)的光譜曲線一階導(dǎo) 數(shù)圖。選取距離波長680nm最近的兩個極值點A (667. 92, 0. 038489)，C (688. 16, 0. 380951)， 作為本發(fā)明中的特征點。
[0064] 圖9所示為馬鈴薯芽眼部位發(fā)芽當(dāng)天（dayO)的特征角示意圖Z B。在本發(fā)明中， A (667. 92, 0.099426)，B (678. 03,0. 107984)，C (688. 16,0.419124)。確定了 λ Α、λ Β、λ ￡等 波長值后，利用第i個馬鈴薯樣本（667. 92, RAl)，B(678. 03, RBl)，C(688. 16, Rci)算出其特征 值 cos B。（i = 1，2, 3··· 118)
[0065] 圖10所示為馬鈴薯芽眼部位預(yù)警時間為2 (day2)的特征角示意圖Z B。在本發(fā) 明中，Α(667· 92,0. 103862)，B (678. 03,0. 111303)，C(688. 16,0.420053)。確定了 λ Α、λ B、 λ c等波長值后，利用第i個馬鈴薯樣本（667. 92, R Al)，B (678. 03, RBl)，C (688. 16, Rci)算出 其特征值 cos B。（i = 1，2, 3··· 110)
[0066] 判別分析：利用SPSS提供的費歇爾判別系數(shù)判別方法對不同預(yù)警時間的感興趣 區(qū)域的特征值cos B進(jìn)行分類。通過處理結(jié)果中的費歇爾判別函數(shù)系數(shù)表，如表2所示，建 立判別函數(shù)。
[0067] 表2費歇爾判別函數(shù)系數(shù)表
[0069] 由此計算公式如下：
[0070] F0= -66. 898X-23. 540
[0071] F1= -94. 664X-45. 523
[0072] F2= -92. 748X-43. 764
[0073] F3= -95. 004X-45. 839
[0074] F4= -90. 524X-41. 766
[0075] 馬鈴薯發(fā)芽情況預(yù)警：利用得到的判別函數(shù)進(jìn)行預(yù)警。將新樣本的特征點切線 夾角的余弦值作為變量代入判別函數(shù)，計算得到各類得分F ks，取得分最大類為預(yù)警類。經(jīng) 檢驗，取發(fā)芽當(dāng)天118個樣本，預(yù)警時間為1的117個樣本，預(yù)警結(jié)果如表3所示，對其中 86. 0 %的樣本進(jìn)行了正確分類。
[0076] 表3馬鈴薯預(yù)警結(jié)果
[0077]
[0079] 可見，本發(fā)明針對于的單一特征值的分類效果完善了改進(jìn)，結(jié)合其他特征值，對于 預(yù)警馬鈴薯發(fā)芽能取得更好的結(jié)果。
【主權(quán)項】
1. 一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特征在于該方法的步驟如 下： 1) 在相同條件下采集多個樣本馬鈴薯的高光譜圖像： 2) 記錄馬鈴薯從開始采集高光譜圖像到發(fā)芽為止的天數(shù)作為預(yù)警時間，選取馬鈴薯的 發(fā)芽部位作為感興趣區(qū)域，提取其光譜數(shù)據(jù)，按照預(yù)警時間的不同天數(shù)對光譜數(shù)據(jù)進(jìn)行分 類； 3) 對感興趣區(qū)域的全部波段數(shù)據(jù)進(jìn)行3X3均值濾波，截取感興趣區(qū)域所在600-750nm 波段的離散光譜數(shù)據(jù)； 4) 構(gòu)建光譜擬合函數(shù)，對不同預(yù)警時間的光譜擬合函數(shù)f(x)進(jìn)行求導(dǎo)，得到感興趣區(qū) 域的一階導(dǎo)數(shù)圖，一階導(dǎo)數(shù)圖以波長值為橫坐標(biāo)、以光譜均一化值為縱坐標(biāo)，從中選取距離 波長680nm最近的極小值點A和極大值點C，分別在極小值點A和極大值點C處作切線，兩 條切線的交點為交點B，計算由極小值點A、極大值點C和交點B形成的夾角ZABC的余弦 值作為特征值cosB; 5) 對不同預(yù)警時間的感興趣區(qū)域的特征值cosB分別進(jìn)行判別分析，分別得到各自的 判別系數(shù)^和判別常數(shù)qk; 6) 將被測馬鈴薯重復(fù)上述步驟1)~4)得到所有特征值cosB，并對其進(jìn)行判別分析獲 得預(yù)警結(jié)果，實現(xiàn)對馬鈴薯發(fā)芽的預(yù)警。2. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特 征在于：所述步驟1)具體采用以下方式采集高光譜圖像：以黑色卡紙為背景，將至少150 個馬鈴薯分別固定在卡紙上，置于暗箱中每天采集高光譜圖像，連續(xù)采集5天。3. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特 征在于：所述步驟2)中，馬鈴薯的感興趣區(qū)域選取采用以下方式：找到并記錄發(fā)芽馬鈴薯 的芽眼位置（S，T)，建立以芽眼位置（S，T)為中心、以九個像素點為邊長的發(fā)芽部位區(qū)域作 為感興趣區(qū)域。4. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特 征在于：所述步驟3)中具體采用以下公式的光譜擬合函數(shù)對光譜數(shù)據(jù)進(jìn)行擬合：其中，橫坐標(biāo)X為波長值，縱坐標(biāo)f(X)為光譜均一化值，η表示累加參數(shù)，j表示累加參 數(shù)的計算序數(shù)。5. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其 特征在于：所述的步驟5)中具體利用費歇爾判別系數(shù)判別方法表示的以下公式對特征值 cosB進(jìn)行判別分析： F〇=p〇XX+q〇 F! =piXX+q! F2=p2XX+q2 F3=p3XX+q3 F4=P4XX+q4 其中，F(xiàn)。為第0天預(yù)警時間樣本馬鈴薯的得分值，F(xiàn)i為第1天預(yù)警時間樣本馬鈴薯的 得分值，F(xiàn)2為第2天預(yù)警時間樣本馬鈴薯的得分值，F(xiàn)3為第3天預(yù)警時間樣本馬鈴薯的得 分值，F(xiàn)4為第4天預(yù)警時間樣本馬鈴薯的得分值，X表示所有預(yù)警時間下特征值cosB的集 合，Pk為第k天預(yù)警時間樣本馬鈴薯的特征值cosB對應(yīng)的判別系數(shù)集合，qk為判別常數(shù)。6. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特 征在于：所述步驟6)中所有特征值cosB的判別分析結(jié)果具體采用以下方式：將被測馬鈴 薯提取得到的所有特征值cosB代入以下公式中獲得各個預(yù)警時間下的得分值Fks，F(xiàn)ks值中 最大值所對應(yīng)的k即為預(yù)警時間： F〇s= p〇XXs+q〇 Fls=piXXs+q! F2s=p2XXs+q2 F3s= p 3XXs+q3 F4s=P4XXs+q4 其中，F(xiàn)。,為第0天預(yù)警時間被測馬鈴薯的得分值，F(xiàn)ls為第1天預(yù)警時間被測馬鈴薯的 得分值，F(xiàn)2s為第2天預(yù)警時間被測馬鈴薯的得分值，F(xiàn)3s為第3天預(yù)警時間被測馬鈴薯的得 分值，F(xiàn)4s為第4天預(yù)警時間被測馬鈴薯的得分值，Xs表示被測馬鈴薯的擬合參數(shù)集合。7. 根據(jù)權(quán)利要求1所述的一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法，其特 征在于：所述步驟4)中特征值cosB具體采用以下方式計算：將極小值點A、極大值點C和 交點B的坐標(biāo)分別標(biāo)記為（λA,RA)、（λB,RB)和（λRc)，其中，λΑ、λ8和λc分別為極小值 點A、極大值點C和交點B對應(yīng)的波長值，RA、私和R^分別為極小值點A、極大值點C和交點 B對應(yīng)的光譜均一化值，根據(jù)三個點的坐標(biāo)采用以下公式表示的余弦定理計算夾角ZABC:
【專利摘要】本發(fā)明公開了一種利用特征點切線夾角預(yù)警馬鈴薯發(fā)芽缺陷的方法。在相同條件下采集多個樣本馬鈴薯的高光譜圖像，記錄預(yù)警時間，選取馬鈴薯的感興趣區(qū)域，按照預(yù)警時間的不同天數(shù)對光譜數(shù)據(jù)進(jìn)行分類，均值濾波后截取光譜數(shù)據(jù)，構(gòu)建光譜擬合函數(shù)，求導(dǎo)得到一階導(dǎo)數(shù)圖，將極小值點、極大值點及其切線交點形成的夾角余弦值作為特征值，進(jìn)行判別分析得到判別系數(shù)和判別常數(shù)，將被測馬鈴薯重復(fù)上述步驟得到相應(yīng)的特征值，并對其進(jìn)行判別分析獲得預(yù)警結(jié)果，實現(xiàn)對馬鈴薯發(fā)芽的預(yù)警。本發(fā)明利用兩個波段實現(xiàn)馬鈴薯發(fā)芽預(yù)警，提高檢測效率，減少流通過程馬鈴薯發(fā)芽造成的損失。
【IPC分類】G01N21/25
【公開號】CN105300895
【申請?zhí)枴緾N201510747071
【發(fā)明人】饒秀勤, 李琪瑋, 許濟(jì)海, 應(yīng)義斌
【申請人】浙江大學(xué)
【公開日】2016年2月3日
【申請日】2015年11月5日