公开(公告)号：CN114782783B

公开(公告)日：2025-04-22

申请号：CN202210090384.5

申请日：2022-01-25

Applicant: 中国矿业大学(北京)

Inventor： 蒋金豹 ,  袁德帅

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/58 ,  G06V10/764 ,  G06V10/26 ,  G06V20/68 ,  G06V10/44 ,  G06N3/0464

Abstract: 一种结合近红外高光谱图像和卷积神经网络的霉变花生识别方法，其包括：利用高光谱成像技术在970—2500nm波长范围内获取花生影像；依照点中心式策略以逐像素获取高光谱图像的花生图斑；构建一个多尺度点中心式卷积神经网络以提取霉变花生和健康花生图斑深层次的空间‑光谱特征并据此对霉变花生和健康花生进行分类；采用阈值分割以实现对单颗花生的分离；结合多尺度点中心式卷积神经网络分类结果和分割结果对整颗花生是否变质做出判别。结果表明,本发明所述方法能对霉变花生有效识别提取并可用于花生生产和食品检测及仪器开发中。

公开(公告)号：CN114723716A

公开(公告)日：2022-07-08

申请号：CN202210387541.9

申请日：2022-04-13

Applicant: 中国矿业大学(北京)

Inventor： 蒋金豹 ,  袁德帅

IPC: G06T7/00 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于高光谱图像的霉变花生识别方法，首先构建PCNN网络，利用近红外全波段扫描霉变花生和健康花生的高光谱图像作为训练样本，PCNN网络包括网络输入层、特征提取模块和分类模块；然后在网络输入层和特征提取层之间嵌入特征选择层得到PCNN‑FS网络，利用特征选择层选出最优波段组合，然后以最优波段组合所得花生图像作为输入并利用简化的PCNN网络进行识别。该方法能够选出更有效的特征波段并在此基础上构建识别网络实现对霉变花生快速精准的识别。

公开(公告)号：CN114782783A

公开(公告)日：2022-07-22

申请号：CN202210090384.5

申请日：2022-01-25

Applicant: 中国矿业大学(北京)

Inventor： 蒋金豹 ,  袁德帅

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/58 ,  G06V10/764 ,  G06V10/26 ,  G06V20/68 ,  G06K9/62 ,  G06N3/04

Abstract: 一种结合近红外高光谱图像和卷积神经网络的霉变花生识别方法，其包括：利用高光谱成像技术在970—2500nm波长范围内获取花生影像；依照点中心式策略以逐像素获取高光谱图像的花生图斑；构建一个多尺度点中心式卷积神经网络以提取霉变花生和健康花生图斑深层次的空间‑光谱特征并据此对霉变花生和健康花生进行分类；采用阈值分割以实现对单颗花生的分离；结合多尺度点中心式卷积神经网络分类结果和分割结果对整颗花生是否变质做出判别。结果表明,本发明所述方法能对霉变花生有效识别提取并可用于花生生产和食品检测及仪器开发中。