买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳农业大学

摘要：本申请涉及蓝莓可溶性固形物检测方法、装置、设备及介质，方法包括：获取待检测蓝莓在不同贮藏时间下的光谱数据，将待检测蓝莓的光谱数据输入至构建好的可溶性固形物含量检测模型中；根据连续小波变换算法对光谱数据进行不同尺度的分解得到待检测蓝莓在多分解尺度下的小波系数，确定预处理后的光谱数据；采用竞争性自适应重加权采样算法对预处理后的光谱数据进行可溶性固形物特征波段提取，以选取含有较少冗余信息和较小共线性的可溶性固形物特征波段；根据可溶性固形物特征波段构建偏最小二乘回归模型，将待检测蓝莓的光谱数据输入至偏最小二乘回归模型中，确定待检测蓝莓的可溶性固形物含量。本申请能够大大提高对蓝莓可溶性固形物的检测精度。

主权项：1.一种蓝莓可溶性固形物检测方法，其特征在于，包括如下步骤：响应蓝莓可溶性固形物检测指令，获取待检测蓝莓在不同贮藏时间下的光谱数据；获取待检测蓝莓在不同贮藏时间下的光谱数据的步骤之后，包括如下步骤：基于黑白校正算法对采集到的原始光谱图像进行黑白校正，所述黑白校正算法为： 其中，I为校正后的光谱图像，Iraw为设备采集到的原始光谱图像，Idark为黑板图像，Iwhite为白板图像；分析待检测蓝莓高光谱图像中蓝莓区域、背景区域、过度曝光区域以及果柄区域的光谱特征，将每个高光谱图像中858.6632nm处的图像除以632.8339nm处的图像得到比值图像；基于大津法对所述比值图像进行阈值分割，以区分蓝莓正常反射区域与其他区域的二值图像；对所述二值图像进行六个像素的形态学腐蚀，得到最终的掩膜图像，通过该掩膜从蓝莓高光谱图像中分离出合适的感兴趣区域；基于连续小波变换算法、竞争性自适应重加权采样算法以及偏最小二乘回归模型以构建可溶性固形物含量检测模型，并将所述待检测蓝莓的光谱数据输入至构建好的可溶性固形物含量检测模型中；根据连续小波变换算法对所述光谱数据进行不同尺度的分解得到所述待检测蓝莓在多分解尺度下的小波系数，确定预处理后的光谱数据；根据连续小波变换算法对所述光谱数据进行不同尺度的分解得到所述待检测蓝莓在多分解尺度下的小波系数，确定预处理后的光谱数据的步骤之后，包括如下步骤：采用连续投影算法从原始数据中选择一个初始特征作为基准，将数据点依次投影到基准上，得到一组一维投影值；根据一维投影值的分布情况，选择一个具有区分性好的投影特征作为下一个基准；将数据点再次投影到新的基准上，得到更新的一维投影值；重复上述步骤进行循环迭代，直至满足迭代完成条件；采用竞争性自适应重加权采样算法对预处理后的光谱数据进行可溶性固形物特征波段提取，以选取含有冗余信息少和共线性小的可溶性固形物特征波段；根据所述可溶性固形物特征波段构建所述偏最小二乘回归模型，将所述待检测蓝莓的光谱数据输入至所述偏最小二乘回归模型中，确定所述待检测蓝莓的可溶性固形物含量，以完成蓝莓可溶性固形物含量的检测。

全文数据：

权利要求：

百度查询： 沈阳农业大学 蓝莓可溶性固形物检测方法、装置、设备及介质