感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响

感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响

ID:12571177

大小:145.00 KB

页数:10页

时间:2018-07-17

感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响_第1页
感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响_第2页
感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响_第3页
感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响_第4页
感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响_第5页
资源描述:

《感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响-农学论文感兴趣区域和预处理方法对羊肉高光谱图像提取光谱的影响黄旭阳,朱荣光*,段宏伟,李鹏,秦丽,黎胜根(石河子大学机械电气工程学院,新疆石河子832003)收稿日期:2015—08—25*基金项目:国家级大学生创新创业训练计划项目,项目编号:201510759034。*通讯作者:朱荣光(1982-),男,河南郸城人,副教授,博士,主要从事农畜产品无损检测研究。E-mail:[emailprotected]。 摘要:为探讨不同感兴趣区域提取对羊肉高光谱图像提取光谱的影响,本文开展

2、了3种不同预处理方法分别对2种感兴趣区域(ROIs)获取的羊肉光谱的影响研究。利用图像分割法提取整幅图像中纯肌肉部分感兴趣区域的光谱,同时采用矩形区域法提取图像中心且尽量避开脂肪的100×100pixels感兴趣区域的光谱信息。研究分析了多元散射校正、导数处理(1阶导数、2阶导数)等预处理方法分别对所提取的2种感兴趣区域(ROIs)光谱的影响。结果表明,在不同预处理方法下,使用图像分割法获取感兴趣区域所提取的光谱均具有较好的处理效果。关键词:高光谱;感兴趣区域;图像分割;预处理近年来,国内外学者对肉和肉制品品质开展了许多无损检测研究

3、,常用技术主要有超声波、电磁特性、机器视觉、电子鼻、近红外光谱(NIRS)和高光谱图像(HyperSpectralImaging、HSI)等[1-4]。其中,高光谱图像技术融合了机器视觉和光谱分析技术2项技术的优点,获得的信息既反映了农畜产品的形状、尺寸、纹理与颜色等外在特征的信息,又反映了农畜产品的化学性质与内部品质的信息,已成功应用于牛肉、羊肉等[5-6]肉制品的品质检测中。高光谱无损检测技术中感兴趣区域(RegionsofInterest,ROIs)的提取及随后光谱的提取是该技术应用的关键步骤,它直接影响了后续模型的精度。其感

4、兴趣区域(ROIs)的获取主要有图像分割法和矩形区域法,图像分割法主要是通过波段运算去除图像中的亮点、脂肪和结缔组织,从而提取整幅图像的纯肌肉部分作为感兴趣区域(ROIs),矩形区域法则是选取图像中尽量避开脂肪的一个小矩形块区域作为感兴趣区域(ROIs),不同感兴趣区域的选取能够影响高光谱模型的精度。另外,光谱的预处理对模型精度的影响也较大,常用的光谱预处理方法有多元散射校正(MSC)、导数处理(1D、2D)等。多元散射校正常被用来消除样品颗粒、厚度不均等引起的光散射,导数法主要是消除或者减弱基线的偏移和提高光谱分辨率。因此,预处理

5、方法和感兴趣区域的选取对于高光谱检测研究具有重要意义。为探索不同感兴趣区域提取对羊肉高光谱图像提取光谱的影响,本文研究并比较了不同预处理方法下图像分割法和矩形区域法2种ROIs提取方法所提取特征光谱的差异,对比分析了预处理后的光谱效果,便于后期研究建立羊肉高光谱快速无损检测的最优模型。1试验材料和装置1.1样品的制备羊肉样品均采集自石河子市农贸市场。将刚屠宰的羊肉依次编号,放于真空蒸煮袋后使用医疗保险箱送回实验室,取出后将羊肉分割切块处理及密封包装,在0~4℃下储存不同的时间(0~18d),获得具有一定代表性的新鲜羊肉样品。分割时,

6、截取垂直于背脊肌肉纤维处3~4cm厚的肉块,作为羊肉样品。1.2高光谱图像采集高光谱成像系统主要由高光谱成像仪(V10E,芬兰)、CMOS相机(MV-1024E)、样品输送装置(DP23000T型电控平移台)、光源(3900型)、遮光外箱体和计算机等组件组成,如图1所示。该光谱成像系统采用“推扫式”采集方法,用于获取400~1000nm光谱范围的光谱和图像信息,光谱分辨率为2nm。2感兴趣区域提取方法介绍2.1矩形区域法矩形区域法主要是通过选取图像中尽量避开脂肪的一个小矩形块区域作为感兴趣区域(ROIs)。由于提取方法较为简单,选取

7、的图像虽然极力避开脂肪,但是仍会存在少量的亮点、脂肪和结缔组织,容易产生噪声和干扰,本文选取图像中心100×100pixels范围作为矩形区域法提取的感兴趣区域(ROIs),如图2所示。2.2图像分割法图像分割法的实质是对图像中每个像素点对应的像素值进行数学运算。利用波段之间的运算,通过阈值划分图像中不同区域[7],本文通过去除图像中的亮点、脂肪和结缔组织,从而提取整幅图像的纯肌肉部分作为感兴趣区域(ROIs),如图3所示。由于提取的是样品中纯肌肉部分,去除了图像中的杂质,因此其他组织产生的噪声和干扰相对少,便于后期处理,但提取方法

8、较为繁琐。3预处理方法介绍3.1多元散射校正(MultiplicativeScatterCorrection,MSC)多元散射校正法(MSC)是由Martens等人提出的,由于制备样品的不均匀性(厚度分布不均匀和颗粒大小等),常常导致

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。