申请/专利权人：南京中医药大学

申请日：2022-02-25

公开（公告）日：2024-05-24

公开（公告）号：CN114580511B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本发明公开了一种基于图像亮度信息和投票机制的硫熏干姜鉴定方法，它包括以下步骤：1样品制备和图像数据采集；2提取图像特征；3分别使用采用支持向量机SVM、BP神经网络BPNN与随机森林算法RF建立硫熏干姜鉴别模型；4根据三种模型的结果，建立一套基于投票机制的识别模型。本发明首次采用基于图像亮度信息与投票机制的硫熏干姜鉴别方法，能够准确预测干姜硫熏程度，具有快速无损、识别准确率高以及稳定性强的优势。

主权项：1.一种基于图像亮度信息和投票机制的硫熏干姜鉴别方法，其特征在于，它包括以下步骤：1样本采集：选用不同二氧化硫含量的干姜；2样本分类：使用二氧化硫检测试剂对样品的硫熏程度进行标记；3图像数据的采集：分别使用图像采集设备采集干姜的图像信息，并对每张图像的硫熏程度，按高硫、低硫、无硫，进行标记；4LBP特征提取：设图像第i行第j列个像素点i,j的RGB值为Rij,Gij,Bij，将图像的RGB颜色信息转换成Lab颜色空间三通道信息；设转换后Lab像素点i,j的Lab值为Lij,aij,bij，那么像素点i,j的亮度值为Lij；令该像素点周围临近的8个像素点的亮度值分别为L0,L1,...,L7；设Lp为邻近的第p个像素点的亮度值，利用公式1和公式2可以得到像素点的亮度关系值Lrij；亮度关系值Lij是一个[1,10]的整数；先计算整个L通道每个像素的Lrij，再统计每个整数出现的次数与亮度关系值总数的比值，进而形成一个十维向量；这个向量记作fL1，再以同样的方式计算a通道和b通道的特征向量值记作fa1和fb1；拼接fL1，fa1和fb1形成向量f1，对原始图像进行下采样，对下采样后的图像重复步骤4的特征提取过程，得到向量f2；再重复一下下采样，得到向量f3，拼接向量f1，f2与f3，得到图像最终特征f； 5建立模型：将干姜图像样本划分为训练集与验证集，使用支持向量机、BP神经网络、随机森林算法学习不同硫熏程度干姜训练集样本的特征；采用LibSVM软件包、RF软件包和BPNN软件包进行模型训练，构建3种不同的干姜硫熏程度预测模型；6建立投票机制：设SVM算法所占的权重为wSVM_M，BPNN算法所占的权重为wBPNN_M，RF算法所占的权重为wRF_M；根据公式3、4、5、6计算vi；计算v1,v2,v3的最大值，如果v1最大，那么此样品就是无硫干姜；如果v2最大，那么此样品就是低硫干姜；如果v3最大，那么此样品就是高硫干姜；对于新测试样本，其特征值被提取后，预测模型即可判定预测结果类型；vi＝ci_SVM×wSVM_M+ci_BPNN×wBPNN_M+ci_RF×wRF_M3

全文数据：

权利要求：

百度查询： 南京中医药大学 一种基于图像亮度信息和投票机制的硫熏干姜鉴别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD