一种桃果实内部硬度空间分布成像的方法

摘要

本发明公开了一种桃果实内部硬度空间分布成像的方法，解决现有桃果实硬度检测方法仅在表面检测，无法获得果胶在桃果实内部的空间分布情况的问题。本方法将桃果实样本切割成小块，分别获取各果实切块的硬度和光谱平均值，并建立关联模型，可以根据桃果实预测待测样本的各果实切块各侧面每个像素点的光谱值预测其每个像素点对应的硬度，根据桃果实待测样本果实切块每个像素点的空间分布坐标来建立硬度在桃果实待测样本中的像素级三维分布模型，实现桃果实内部硬度分布的空间可视化成像。

主权项

一种桃果实内部硬度空间分布成像的方法，其特征在于，包括以下步骤：步骤1：建立基于桃果实光谱检测硬度含量的定量线性回归方程：步骤1.1：采集n个桃果实样本分别记为M₁、M₂、M₃、…、M_n；步骤1.2：对于每一个桃果实样本M_i，1＜i＜n，去除果皮后，环绕果柄轴线将桃果实样本切开形成若干块扇形切块，并将各扇形切块顺着果柄轴线方向、垂直果柄轴线方向分别进行2‑4等分切割，切块时候围绕果核进行，并且等分切割时不计算果核尺寸，最终形成m个果实切块，分别记为M_i，j，1＜j＜m；步骤1.3：采集果实切块M_i，j的每个侧面的高光谱图像；步骤1.4：采用国家标准方法测定每个果实切块M_i，j的硬度，并分别作为果实切块M_i，j的硬度参考值y^i，j；步骤1.5：选取381nm、384nm、388nm、392nm、394nm、400nm、425nm、456nm、478nm、505nm、537nm、564nm、653nm、679nm、688nm、743nm、811nm、917nm波长为桃果实硬度检测的特征波长，并获取果实切块M_i，j的各个侧面的高光谱图像所有像素点在各个硬度特征波长的光谱平均值，分别记为步骤1.6：采用多元线性回归将步骤1.5中果实切块M_i，j在各个硬度特征波长的光谱平均值与步骤1.4中的果实切块M_i，j的硬度参考值y^i，j进行对应关联拟合，采用以下线性回归方程一进行关联拟合：$\begin{array}{c}{y}^{i,j}=a\times {\lambda }_{381nm}^{i,j}-b\times {\lambda }_{384nm}^{i,j}-c\times {\lambda }_{388nm}^{i,j}+d\times {\lambda }_{392nm}^{i,j}-e\times {\lambda }_{394nm}^{i,j}+f\times {\lambda }_{400nm}^{i,j}-g\times {\lambda }_{425nm}^{i,j}\\ +h\times {\lambda }_{456nm}^{i,j}-k\times {\lambda }_{478nm}^{i,j}+l\times {\lambda }_{505nm}^{i,j}-o\times {\lambda }_{537nm}^{i,j}+q\times {\lambda }_{564nm}^{i,j}-r\times {\lambda }_{653nm}^{i,j}-s\times {\lambda }_{679nm}^{i,j}\\ +t\times {\lambda }_{688nm}^{i,j}-u\times {\lambda }_{743nm}^{i,j}+v\times {\lambda }_{811nm}^{i,j}+w\times {\lambda }_{917nm}^{i,j}+x\end{array};$建立用于桃果实光谱检测硬度预测的定量线性回归方程二，为：$\begin{array}{c}{y}^{\prime }=229\times {{\lambda }_{381nm}}^{\prime }-147\times {{\lambda }_{384nm}}^{\prime }-474\times {{\lambda }_{388nm}}^{\prime }+508\times {{\lambda }_{392nm}}^{\prime }-237\times {{\lambda }_{394nm}}^{\prime }+153\times {{\lambda }_{400nm}}^{\prime }-170\times {{\lambda }_{425nm}}^{\prime }\\ +654\times {{\lambda }_{456nm}}^{\prime }-869\times {{\lambda }_{478nm}}^{\prime }+400\times {{\lambda }_{505nm}}^{\prime }-227\times {{\lambda }_{537nm}}^{\prime }+264\times {{\lambda }_{564nm}}^{\prime }-494\times {{\lambda }_{653nm}}^{\prime }-133\times {{\lambda }_{679nm}}^{\prime }\\ +565\times {{\lambda }_{688nm}}^{\prime }-232\times {{\lambda }_{743nm}}^{\prime }+77\times {{\lambda }_{811nm}}^{\prime }+141\times {{\lambda }_{917nm}}^{\prime }+2.3\end{array};$步骤2：获得待测桃内部果实的硬度分布图：步骤2.1：选取桃果实待测样本N；步骤2.2：对桃果实待测样本N进行切块，切块方法按照步骤1.2描述方法进行，共获得p个果实切块，分别记为N_z，1＜z＜p；记录下切块N_z在桃果实待测样本N中的空间坐标；步骤2.3：采集果实切块N_z的各个侧面的高光谱图像，并分别获得图像中每个像素点在硬度特征波长381nm、384nm、388nm、392nm、394nm、400nm、425nm、456nm、478nm、505nm、537nm、564nm、653nm、679nm、688nm、743nm、811nm、917nm处的光谱值，分别记为其中，(α，β，γ)为每个像素点的坐标信息，α为横坐标信息，β为纵坐标信息，γ为切面标识信息；步骤2.4：将步骤2.3中的果实切块N_z的各个切面每个像素点在硬度特征波长处的光谱值分别代入步骤1.6中的定量线性回归方程二中，分别得到每个像素点的对应的硬度信息计算值y^{z，(α，β，γ)}，并根据每个像素点在所在侧面的高光谱图像中的空间坐标，分别形成果实切块N_z的各个侧面的硬度分布图；步骤2.5：根据步骤2.4获得的果实切块N_z的各个侧面的硬度分布图，以及果实切块N_z在桃果实待测样本N中的空间坐标，采用双三次插值算法分别获得桃果实待测样本N内部硬度的网格状空间立体分布图，实现桃内部果实硬度空间可视化成像。