龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京工业大学
摘要：本发明提供一种能够识别猕猴桃早期肉眼不可见的碰撞损伤的结构化高光谱检测系统及方法。该系统包括：高光谱相机HinaLeaImaging、卤素钨灯150W、光纤导管、投影仪DLiCEL5500‑Fiber、计算机和图像采集软件TruScope。检测方法是：对60cyclesm的三张相位图片解模后计算所选感兴趣区域内的平均光谱反射率；采用不同建模方法判别损伤及损伤程度分类。该系统具有的优点：通过调控正弦光的空间频率，可以实现不同穿透深度的光照模式；具有多波段的光谱及图像信息；因结构光图像包含弹性光子和弱散射光子的信息，图像对比度和分辨率更好，识别准确率更高。
主权项：1.一种基于结构化高光谱系统的猕猴桃早期隐性损伤的无损检测方法，其特征在于：所述结构化高光谱系统包括高光谱相机、光源150W的卤素钨灯、光纤导管、投影仪DLiCEL5500-Fiber和计算机，计算机配备TruScope图像采集软件HinaLeaImaging，Emeryville，CA，USA，计算机分别与高光谱相机、投影仪连接，光源通过光纤导管与投影仪相连，高光谱相机、光源、投影仪和猕猴桃样本放置在密闭暗箱中，暗箱背景为黑色且不反光；通过使用MATLABR2020a软件计算机编程产生特定频率的正弦灰度条纹，将正弦条纹通过投影仪投影至待测样本，经黑板、白板校正后利用高光谱相机拍摄不同相位图片，将采集的所述特定空间频率的相位图像通过Python使用三相位解调算法解调出被测样品的漫反射图像，通过提取猕猴桃损伤部位的感兴趣区域Regionofinterest，ROI的平均光谱值，即结构化高光谱的光谱反射率，通过建立偏最小二乘判别分析PartialLeastSquaresDiscriminantAnalysis，PLS-DA、支持向量机SupportVectorMachine，SVM、人工神经网络ArtificialNeuralNetwork，ANN和极致梯度提升树eXtremeGradientBoosting，XGBoost模型对损伤猕猴桃进行定性分类分析，从而识别待测样本早期隐性损伤。
全文数据：
权利要求：
百度查询： 南京工业大学 一种基于结构化高光谱系统的猕猴桃早期隐性损伤的无损检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号