CN109829464B - 一种利用光谱数据筛选红富士苹果的方法 - Google Patents
一种利用光谱数据筛选红富士苹果的方法 Download PDFInfo
- Publication number
- CN109829464B CN109829464B CN201811583278.0A CN201811583278A CN109829464B CN 109829464 B CN109829464 B CN 109829464B CN 201811583278 A CN201811583278 A CN 201811583278A CN 109829464 B CN109829464 B CN 109829464B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- wave band
- detected
- spectral data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于信息提取技术领域,具体涉及一种利用光谱数据筛选红富士苹果的方法,步骤一:调整待筛选对象位置;步骤二:光谱数据预处理;步骤三:光谱数据批量转换为高光谱栅格影像数据;步骤四:采集特定波段高光谱栅格影像像元数据;步骤五:计算特定波段影像像元值的差值H1;步骤六:利用特定波段对特定波段影像像元值差值H1进行数值处理,求得待测物像元值H;步骤七:分析待测物像元值H。
Description
技术领域
本发明属于信息提取技术领域,具体涉及一种利用光谱数据筛选红富士苹果的方法。
背景技术
目前我国红富士苹果质量的筛选仍然以人工筛选手段为主,效率很低。当前的光谱处理方法主要是光谱全波段匹配或是部分连续波段的光谱匹配,具体算法有光谱角、混合解调滤波等,这些方法在信息提取的过程中易受其他光谱或噪声的影响,提取信息精度较低。其次现有的光谱信息提取方法人工操作步骤多,增加了人为判断误差。因此,如何在选取红富士苹果过程中减少其他地物或噪声的影响,人工操作误差等影响,加快红富士苹果自动筛选技术的发展,成为当前红富士苹果光谱数据处理研究的前沿技术。
发明内容
本发明的目的在于提出一种利用光谱数据筛选红富士苹果的方法,用于解决光谱处理方法选取红富士苹果过程中,由于其他地物或噪声影响筛选的准确性和误差的技术问题。
本发明所采用的技术方案是:
一种利用光谱数据筛选红富士苹果的方法,包括:
步骤一:调整待筛选对象位置;
步骤二:光谱数据预处理;
步骤三:光谱数据批量转换为高光谱栅格影像数据;
步骤四:采集特定波段高光谱栅格影像像元数据;
步骤五:计算特定波段影像像元值的差值H1;
步骤六:利用特定波段对特定波段影像像元值差值H1进行数值处理,求得待测物像元值H;
步骤七:分析待测物像元值H。
所述步骤一:调整待筛选对象位置,包括:将待筛选红富士苹果平放,光谱测量仪探头与待筛选红富士苹果距离5cm至10cm,探头不遮挡阳光或人造光源。
所述步骤二:光谱数据预处理还包括:大气校正,获取样品或地物光谱的反射率数据。
所述步骤三:光谱数据批量转换为高光谱栅格影像数据,还包括:将批量光谱数据转换为高光谱栅格影像数据,每个像元对应一条光谱数据,每条光谱对应一个待筛选红富士苹果。
所述步骤四:采集特定波段高光谱栅格影像像元,还包括:分别提取特定波段652nm和特定波段555nm的高光谱栅格影像像元。
所述步骤五:计算特定波段影像像元差值H1,还包括:将特定波段652nm 影像像元减去特定波段555nm影像像元得到特定波段影像像元差值H1。
步骤六:利用特定波段对特定波段影像像元差值H1进行数值处理,求得待测物像元值H,所述特定波段影像像元差值H1数值处理包括:将步骤五中的特定波段影像像元差值H1除以特定波段555nm影像像元。
所述步骤七,分析待测物像元值H,包括:若待测物像元值H大于2则为优质红富士苹果,若待测物像元值H小于2,则待测物为非优质红富士苹果。
本发明的有益效果是:
本发明设计的一种利用光谱数据筛选红富士苹果的方法,通过利用光谱处理方法对红富士苹果的质量进行自动筛选,提高了数据处理速度及信息提取的精度,降低了人为判断的误差。
具体实施方式
一种利用光谱数据筛选红富士苹果的方法,包括:
步骤一:调整待筛选对象位置;
步骤二:光谱数据预处理;
步骤三:光谱数据批量转换为高光谱栅格影像数据;
步骤四:采集特定波段高光谱栅格影像像元数据;
步骤五:计算特定波段影像像元值的差值H1;
步骤六:利用特定波段对特定波段影像像元值差值H1进行数值处理,求得待测物像元值H;
步骤七:分析待测物像元值H。
所述步骤一:调整待筛选对象位置,包括:将待筛选红富士苹果平放,光谱测量仪探头与待筛选红富士苹果距离5cm至10cm,探头不遮挡阳光或人造光源。
所述步骤二:光谱数据预处理还包括:大气校正,获取样品或地物光谱的反射率数据。
所述步骤三:光谱数据批量转换为高光谱栅格影像数据,还包括:将批量光谱数据转换为高光谱栅格影像数据,每个像元对应一条光谱数据,每条光谱对应一个待筛选红富士苹果。
所述步骤四:采集特定波段高光谱栅格影像像元,还包括:分别提取特定波段652nm和特定波段555nm的高光谱栅格影像像元。
所述步骤五:计算特定波段影像像元差值H1,还包括:将特定波段652nm 影像像元减去特定波段555nm影像像元得到特定波段影像像元差值H1。
步骤六:利用特定波段对特定波段影像像元差值H1进行数值处理,求得待测物像元值H,所述特定波段影像像元差值H1数值处理包括:将步骤五中的特定波段影像像元差值H1除以特定波段555nm影像像元。
所述步骤七,分析待测物像元值H,包括:若待测物像元值H大于2则为优质红富士苹果,若待测物像元值H小于2,则待测物为非优质红富士苹果。也可根据实际情况调整阈值的选择,波段的位置选择只要与以上选择波段的取值误差小于5nm即可。
上面结合实施例对本发明作了详细说明,上述实施例是本发明的一个优选技术方案,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (1)
1.一种利用光谱数据筛选红富士苹果的方法,其特征在于:包括:
步骤一:调整待筛选对象位置;
步骤二:光谱数据预处理;
步骤三:光谱数据转换为高光谱栅格影像像元数据;
步骤四:采集特定波段高光谱栅格影像像元数据;
步骤五:计算特定波段影像像元值的差值H1;
步骤六:利用特定波段对特定波段影像像元值差值H1进行数值处理,求得待测物像元值H;
步骤七:分析待测物像元值H;
所述步骤一:调整待筛选对象位置,包括:将待筛选红富士苹果平放,光谱测量仪探头与待筛选红富士苹果距离5cm至10cm,探头不遮挡阳光或人造光源;所述步骤二:光谱数据预处理还包括:大气校正,获取样品或地物光谱的反射率数据;所述步骤三:光谱数据转换为高光谱栅格影像像元数据,还包括:将光谱数据转换为高光谱栅格影像像元数据,每个高光谱栅格影像像元数据对应一条光谱数据,每条光谱数据对应一个待筛选红富士苹果;
所述步骤四:采集特定波段高光谱栅格影像像元数据,还包括:分别提取特定波段652nm和特定波段555nm的高光谱栅格影像像元数据;
所述步骤五:计算特定波段影像像元差值H1,还包括:将特定波段652nm影像像元减去特定波段555nm影像像元得到特定波段影像像元差值H1;
步骤六:利用特定波段对特定波段影像像元差值H1进行数值处理,求得待测物像元值H,所述特定波段影像像元差值H1数值处理包括:将步骤五中的特定波段影像像元差值H1除以特定波段555nm影像像元;
所述步骤七,分析待测物像元值H,包括:若待测物像元值H大于等于2则为优质红富士苹果,若待测物像元值H小于2,则待测物为非优质红富士苹果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583278.0A CN109829464B (zh) | 2018-12-24 | 2018-12-24 | 一种利用光谱数据筛选红富士苹果的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583278.0A CN109829464B (zh) | 2018-12-24 | 2018-12-24 | 一种利用光谱数据筛选红富士苹果的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829464A CN109829464A (zh) | 2019-05-31 |
CN109829464B true CN109829464B (zh) | 2021-01-05 |
Family
ID=66860785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811583278.0A Active CN109829464B (zh) | 2018-12-24 | 2018-12-24 | 一种利用光谱数据筛选红富士苹果的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829464B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
CN103674854A (zh) * | 2013-12-05 | 2014-03-26 | 江苏大学 | 一种基于联合区间偏最小二乘判别分析的苹果分级方法 |
CN104280349A (zh) * | 2014-10-28 | 2015-01-14 | 南京农业大学 | 一种基于高光谱图像对白萝卜糠心鉴定的方法 |
CN106525732A (zh) * | 2016-10-25 | 2017-03-22 | 沈阳农业大学 | 基于高光谱成像技术的苹果内外品质快速无损检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6512577B1 (en) * | 2000-03-13 | 2003-01-28 | Richard M. Ozanich | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum |
CN105787915A (zh) * | 2014-12-22 | 2016-07-20 | 核工业北京地质研究院 | 一种用于黄钾铁矾信息提取的高光谱影像处理方法 |
CN106845326B (zh) * | 2015-12-04 | 2020-10-23 | 核工业北京地质研究院 | 一种基于航空高光谱遥感数据的冰川识别方法 |
CN107421892A (zh) * | 2016-05-23 | 2017-12-01 | 核工业北京地质研究院 | 一种用于水体信息提取的高光谱数据处理方法 |
CN107564016B (zh) * | 2017-08-28 | 2019-07-09 | 自然资源部第二海洋研究所 | 一种集成地物光谱信息的多波段遥感图像分割及标记方法 |
CN108363949B (zh) * | 2017-12-27 | 2020-08-28 | 二十一世纪空间技术应用股份有限公司 | 一种基于物候分析的棉花遥感监测方法 |
-
2018
- 2018-12-24 CN CN201811583278.0A patent/CN109829464B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
CN103674854A (zh) * | 2013-12-05 | 2014-03-26 | 江苏大学 | 一种基于联合区间偏最小二乘判别分析的苹果分级方法 |
CN104280349A (zh) * | 2014-10-28 | 2015-01-14 | 南京农业大学 | 一种基于高光谱图像对白萝卜糠心鉴定的方法 |
CN106525732A (zh) * | 2016-10-25 | 2017-03-22 | 沈阳农业大学 | 基于高光谱成像技术的苹果内外品质快速无损检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109829464A (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106250896B (zh) | 基于图像采集装置的在线烟叶的正反面的识别方法 | |
CN109540831B (zh) | 基于高光谱成像技术的枸杞子品种识别方法 | |
CN110849814A (zh) | 一种基于多源遥感卫星的遥感影像处理方法 | |
CN113920376B (zh) | 一种基于轻量型卷积神经网络的小麦种子品种鉴别的方法 | |
CN106845326B (zh) | 一种基于航空高光谱遥感数据的冰川识别方法 | |
CN110441249B (zh) | 基于高光谱图像技术的窖泥总酸预测模型建立的方法 | |
CN103528967B (zh) | 基于高光谱图像的过熟蓝靛果果实识别方法 | |
CN109253976B (zh) | 基于光感模块的高光谱实时辐射定标方法 | |
Jaffar et al. | Photogrammetric grading of oil palm fresh fruit bunches | |
CN112907545A (zh) | 基于图像处理的种子芽长与根长检测方法 | |
CN110108644A (zh) | 一种基于深度级联森林和高光谱图像的玉米品种鉴别方法 | |
CN104966101A (zh) | 一种基于LabVIEW的太阳能电池片分类方法 | |
CN103278503A (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
CN110455201A (zh) | 基于机器视觉的茎秆作物高度测量方法 | |
Monteiro et al. | Image processing to identify damage to soybean seeds | |
CN105823736A (zh) | 一种枣树冠层类胡萝卜素含量的检测方法 | |
CN109829464B (zh) | 一种利用光谱数据筛选红富士苹果的方法 | |
CN109827909B (zh) | 一种利用光谱数据筛选红富士苹果质量的方法 | |
CN109682821B (zh) | 一种基于多尺度高斯函数的柑橘表面缺陷检测方法 | |
CN114965316A (zh) | 一种基于高光谱多参数的水质监测方法、计算机程序产品 | |
CN114612794A (zh) | 一种细碎化农业区土地覆被与种植结构的遥感识别方法 | |
CN112964643B (zh) | 一种遥感影像可见光波段地形落影校正方法 | |
CN114067222A (zh) | 一种城市水体遥感分类方法及装置 | |
CN106023223A (zh) | 柑橘果实大小描述及分级方法 | |
CN109827908B (zh) | 一种利用光谱数据判别红富士苹果腐烂程度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |