CN119438097A 一种基于特征光谱的杂粮品质评价方法及系统 （甘肃省农业科学院畜草与绿色农业研究所(甘肃省农业科学院农业质量标准与检测技术研究所)）

一种基于特征光谱的杂粮品质评价方法及本发明公开了一种基于特征光谱的杂粮品质评价方法及系统，涉及杂粮品质评价技术领2通过高光谱成像仪对藜麦表面发出特定波段的光，采集藜麦表面反射回来的光谱数对获取的藜麦表面光谱数据进行特征提取，捕捉藜麦表面在不同波段的显著光谱特根据正常表面特征的光谱数据，设定特定波段光的标准发射时,式中，Dλ是使用衰减趋势加权函数来描述不同时间点反射强度衰减对指集合特定波段λ的反射强度衰减速率Dλ和特定波段λ的衰减趋势加权函数Wλ,生成光谱3high是在光谱中达到半高反射率Phalf时的最高波长位置，xlow是在光谱率Phalf时的最低波长位置，半高反射率Phalf是光谱峰最大反射率Pmax的一半，即：,,麦表面光谱数据进行分析后生成的光谱特征变化系数与预设的光谱特征变化系数参考阈若光谱特征变化系数大于等于预先设定的光谱特征变化系数若光谱特征变化系数小于预先设定的光谱特征变化系数参考将正常表面特征下的发射时长标定为Tstd，Tstd即标准发射时长，长Tstd设置发射时长上下区间[Tmin，Tmax]，以允许贝叶斯优化在此的范围内进行探索和调在发射时长上下区间[Tmin，Tmax]范围内随机采集若干发射时4f(T)=i)是在第i个发射时长条件下目标函数的输出结基于高斯过程模型，计算一个采集函数来选择最优的下一步发射,在最新的发射时长Tnext下采集数据并计算目标函数在贝叶斯优化过程中选择的最新的7.一种基于特征光谱的杂粮品质评价系统，用于实现上述权利要求1_6其中任意一项光谱数据采集模块，通过高光谱成像仪对藜麦表面发出特定波段特征提取与智能分析模块，对获取的藜麦表面光谱数据进表面特征分类模块，基于机器学模型评估结果，将藜麦表面特征分5[0005]现有的高光谱成像仪通常通过固定时长发出特定波段的光来检测藜麦是否发生6[0022]集合特定波段λ的反射强度衰减速率Dλ和特定波段λ的衰减趋势加权函数Wλ,生成7高反射率Phalf时的最低波长位置，半高反射率Phalf是光谱峰最大反射率Pmax的一半，即：减程度，SBI(T)表示光谱宽度指数在发射时长为T时的光谱峰的宽度情况，f(T)是目标函8[0048]在最新的发射时长Tnext下采集数据并计算目标函数在贝叶斯优化过程中选择的[0051]将目标函数在贝叶斯优化过程中选择的最新的发射时长f(Tnext)添加到数据集[0059]本发明通过光谱极值衰减指数和光谱宽度指数来全面捕捉藜麦表面的光谱变化过分析细微的光谱衰减和峰宽变化，使得机器学习模型能够敏锐地检测出早期霉变情况。9[0066]本发明提供了如图1所示的一种基于特征光谱的杂粮品质评价方法，包括以下步[0068]通过高光谱成像仪向藜麦表面发出特定波段的光，利用其对不同波长光的反射、[0079]衰减趋势加权函数是在光谱极值衰减指数的计算中用于量化和调整不同时间点[0085]集合特定波段λ的反射强度衰减速率Dλ和特定波段λ的衰减趋势加权函数Wλ,生成高反射率Phalf时的最低波长位置，半高反射率Phalf是光谱峰最大反射率Pmax的一半，即：[0096]光谱峰宽度的半高宽(FullWidthatHalfMaximum,FWHM)是指光谱峰在其最大[0105]在检测窗口下，对特定光谱峰宽度进行分析后生成的光SBI进行综合分析生成光谱特征变化系数SCVC的机器学习模型均可，为实现本发明的技术[0112]将对藜麦表面光谱数据进行分析后生成的光谱特征变化系数与预设的光谱特征[0115]正常表面特征代表无氧化层或无霉变的表面，而异常表面特征可能包含氧化层、极值衰减指数在发射时长为T时光谱峰的衰减程度，SBI(T)表示光谱宽度指数在发射时长[0123]目标函数(ObjectiveFunction)是在优化问题中用于衡量每个候选解优劣的数[0126]高斯模型(GaussianModel)，在贝叶斯优化中通常指高斯过程(Gaussian斯过程的作用是构建一个模型，用以估计不同发射时长T下目标函数f(T)的值及其不确定[0130]期望提升函数(ExpectedImprovement,EI)是一种在贝叶斯优化中常用的采集函[0132]在最新的发射时长Tnext下采集数据并计算目标函数在贝叶斯优化过程中选择的来实现最小化光谱极值衰减指数SPAI和光谱宽度指数SBI的效果，从而提升异常特征的检[0136]将目标函数在贝叶斯优化过程中选择的最新的发射时长f(Tnext)添加到数据集[0139]本发明通过光谱极值衰减指数和光谱宽度指数来全面捕捉藜麦表面的光谱变化过分析细微的光谱衰减和峰宽变化，使得机器学习模型能够敏锐地检测出早