发明名称 |
高光谱图像技术定量检测固态发酵指标分布差异的方法 |
摘要 |
本发明涉及一种基于高光谱图像技术定量检测固态发酵指标分布差异的方法,属于固态发酵定量检测技术领域;本发明首先采集固态发酵不同时期不同区域发酵基质的全波段高光谱图像,筛选最优特征波数,建立固态发酵指标含量预测模型;计算高光谱图像每个像素点对应的固态发酵指标含量值;根据获得的固态发酵指标含量值绘制固态发酵指标含量分布图;计算目标区域所有像素点指标含量均值<img file="dest_path_image002.GIF" wi="13" he="17" />、标准差<img file="dest_path_image004.GIF" wi="15" he="11" />、<i>NU</i>值,以此定量分析指标含量分布图像的分布差异;本发明优选少数特征波长来建立的表征指标含量预测模型,在准确的基础上比全光谱建模更简便和快速;能够定量分析较大的发酵层面和多个发酵池,为数字化的实时在线检测固态发酵均匀性提供技术手段。 |
申请公布号 |
CN105241824A |
申请公布日期 |
2016.01.13 |
申请号 |
CN201510641747.X |
申请日期 |
2015.09.30 |
申请人 |
江苏大学 |
发明人 |
邹小波;申婷婷;石吉勇;朱瑶迪;胡雪桃;张文;黄晓玮 |
分类号 |
G01N21/25(2006.01)I |
主分类号 |
G01N21/25(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种高光谱图像技术定量检测固态发酵指标分布差异的方法,其特征在于,包括以下步骤:S1,建立固态发酵指标含量预测模型:采集固态发酵不同时期不同区域发酵基质的全波段高光谱图像,筛选最优波数段,再采用变量筛选法获得最优特征波数;以测定发酵基质的表征指标含量为因变量,以特征波数下的光谱反射率矩阵为自变量,建立固态发酵指标含量预测模型;S2,计算高光谱图像每个像素点对应的固态发酵指标含量:将步骤S1中特征波数下的光谱反射率矩阵转化为一维矩阵获得各像素点对应的光谱反射率;将各像素点对应的光谱反射率输入步骤S1中的固态发酵指标含量预测模型,获得各像素点对应的固态发酵指标含量值;S3,绘制固态发酵指标含量分布图:根据步骤S2获得的各像素点对应的固态发酵指标含量值绘制固态发酵指标含量分布图;S4,计算目标区域指标含量分布图像的分布差异:计算目标区域所有像素点指标含量均值<img file="FDA0000815973410000011.GIF" wi="83" he="69" />标准差σ、图像的标准差σ和图像均值<img file="FDA0000815973410000012.GIF" wi="56" he="65" />的百分比值即NU值,依据均值<img file="FDA0000815973410000013.GIF" wi="78" he="67" />标准差σ和NU值定量分析指标含量分布图像的分布差异。 |
地址 |
212013 江苏省镇江市京口区学府路301号 |