System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及利用光谱性质检测,具体涉及一种医药异物的高光谱检测方法。
技术介绍
1、在医药生产过程中,常出现玻璃、屑石块、毛发、橡胶屑等异物,为医药安全带来了潜在危险,因此医药异物检查成为制药过程中不可避免的一项工作。由于高光谱技术的高光谱分辨率带来的丰富的光谱信息,现有方法中往往采用高光谱技术进行医药异物检测。
2、目前,常见的对医药异物进行检测的方法为对采集到的高光谱图像输入至训练好的多尺度注意力机制自动编码器网络进行测试,得到重构测试图像,计算重构测试图像和医药高光谱测试图像重构误差,根据重构误差和预设的阈值得到异物检测结果。通过这种方法进行异物检测,存在以下问题,高光谱图像的波段数量太多,波段之间相关性大,冗余信息较多,直接使用高维数据进行测试,数据挖掘效率低,计算量过大,进而会导致对医药异物的检测存在误差。
技术实现思路
1、为了解决对医药异物的检测存在误差的技术问题,本专利技术的目的在于提供一种医药异物的高光谱检测方法,所采用的技术方案具体如下:
2、分别获取药物和异物的高光谱图像;
3、根据高光谱图像中每个像素点的波谱曲线,得到高光谱图像对应的完整波谱曲线;基于异物的高光谱图像对应的波段图像,对异物进行分类,得到光谱异物类别;
4、对药物和异物的高光谱图像的完整波谱曲线进行因子分析,得到药物独立因子向量和异物独立因子向量;对药物的高光谱图像对应的不同波段的波段图像进行分析,得到药物的波段公共因子向量和波段独立因子向量;
5、根据药物独立因子向量、异物独立因子向量、波段公共因子向量和波段独立因子向量之间的差异,对波段进行筛选得到目标波段;比较药物的高光谱图像和目标波段下异物的波段图像,从药物的高光谱图像中筛选出异常像素点;
6、根据异常像素点,从光谱异物类别中确定最终异物类别;基于最终异物类别,确定药物中的异物。
7、优选的,所述根据药物独立因子向量、异物独立因子向量、波段公共因子向量和波段独立因子向量之间的差异,对波段进行筛选得到目标波段,包括:
8、比较药物独立因子向量和每个异物的异物独立因子向量中相同位置处元素值的大小,得到药物独立因子向量中每个元素值的区分程度,构建药物独立因子向量对应的区分程度序列;
9、计算波段公共因子向量对应的波段公共因子序列和区分程度序列对应的差异,记为公共差异;
10、获取每个波段图像的波段独立因子向量中元素的均值,作为每个波段图像的表征值;由药物对应的不同波段的波段图像的表征值,构建药物的表征值序列;计算每个药物的区分程度序列和表征值序列的差异,记为独立差异;
11、将公共差异和独立差异的和值,作为差异和;计算公共差异与所述差异和的比值,作为公共匹配程度;计算独立差异与所述差异和的比值,作为独立匹配程度;
12、基于动态时间规整算法对波段独立因子序列和区分程度序列中的元素进行匹配,得到动态时间规整距离,作为波段区分能力;
13、当公共匹配程度大于独立匹配程度时,将波段公共因子序列的信息熵,作为波段的重要性;当公共匹配程度小于或等于独立匹配程度时,将波段区分能力作为波段的重要性;
14、根据波段的重要性,对波段进行筛选,得到目标波段。
15、优选的,所述比较药物独立因子向量和每个异物的异物独立因子向量中相同位置处元素值的大小,得到药物独立因子向量中每个元素值的区分程度,包括:
16、选取任意位置作为目标位置,当药物独立因子向量的目标位置处的元素值大于所有异物独立因子向量的目标位置处的元素值时,将药物独立因子向量的目标位置处的元素值和所有异物独立因子向量的目标位置处的最大元素值的差异作为第一差异,将第一差异和所有异物独立因子向量的目标位置处的最大元素值的比值作为区分程度;
17、当药物独立因子向量的目标位置处的元素值小于所有异物独立因子向量的目标位置处的元素值时,将药物独立因子向量的目标位置处的元素值和所有异物独立因子向量的目标位置处的最小元素值的差异作为第二差异,将第二差异和所有异物独立因子向量的目标位置处的最小元素值的比值作为区分程度;
18、当药物独立因子向量的目标位置处的元素值不大于所有异物独立因子向量的目标位置处的元素值,且药物独立因子向量的目标位置处的元素值不小于所有异物独立因子向量的目标位置处的元素值时,将药物独立因子向量的目标位置的区分程度记为预设第二阈值。
19、优选的,所述基于异物的高光谱图像对应的波段图像,对异物进行分类,得到光谱异物类别,包括:
20、计算高光谱图像对应的波段图像中所有像素点的像素值均值;由每个异物对应的高光谱图像的不同波段的波段图像的像素值均值,构成每个异物的波段值序列;计算每个异物的波段值序列的序列相似度,将序列相似度大于预设相似度阈值的异物划分至同一类,得到至少两个光谱异物类别。
21、优选的,所述对药物和异物的高光谱图像的完整波谱曲线进行因子分析,得到药物独立因子向量和异物独立因子向量,包括:
22、将药物的高光谱图像的完整波谱曲线和同一光谱异物类别中每个异物的高光谱图像的完整波谱曲线作为第一次因子分析的输入数据,通过因子分析得到药物独立因子向量和异物独立因子向量。
23、优选的,所述对药物的高光谱图像对应的不同波段的波段图像进行分析,得到药物的波段公共因子向量和波段独立因子向量,包括:
24、对于药物的高光谱图像对应的任意波段的波段图像,将波段图像的像素点的像素值按照预设顺序转化为波段向量;将药物的高光谱图像对应的不同波段的波段图像的波段向量作为第二次因子分析的输入数据,通过因子分析方法得到药物的波段公共因子向量和波段独立因子向量。
25、优选的,所述比较药物的高光谱图像和目标波段下异物的波段图像,从药物的高光谱图像中筛选出异常像素点,包括:
26、选取药物的高光谱图像中任意像素点作为目标像素点,计算高光谱图像中目标像素点和所有目标波段的波段图像中相同位置处像素点的波谱曲线的相似度的均值,作为目标像素点的异常程度;根据异常程度从药物的高光谱图像中筛选出异常像素点。
27、优选的,所述根据异常像素点,从光谱异物类别中确定最终异物类别,包括:
28、选取药物的高光谱图像中任意异常像素点作为目标异常像素点,选取药物的高光谱图像中任意正常像素点作为目标正常像素点,选取任意异物作为目标异物,由目标异物对应的不同波段的波段图像中与目标异常像素点位置相同的像素点的像素值构建异常区分波段序列;由药物对应的不同波段的波段图像中与目标正常像素点位置相同的像素点的像素值构建正常区分波段序列;
29、计算目标异物的目标异常像素点的异常区分波段序列和所有正常像素点的正常区分波段序列的相似度的均值,作为目标异物在目标异常像素点位置处的区分率;将目标异常像素点位置处最小区分率对应的异物作为目标异常像素点对应的异本文档来自技高网...
【技术保护点】
1.一种医药异物的高光谱检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述根据药物独立因子向量、异物独立因子向量、波段公共因子向量和波段独立因子向量之间的差异,对波段进行筛选得到目标波段,包括:
3.根据权利要求2所述的一种医药异物的高光谱检测方法,其特征在于,所述比较药物独立因子向量和每个异物的异物独立因子向量中相同位置处元素值的大小,得到药物独立因子向量中每个元素值的区分程度,包括:
4.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述基于异物的高光谱图像对应的波段图像,对异物进行分类,得到光谱异物类别,包括:
5.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述对药物和异物的高光谱图像的完整波谱曲线进行因子分析,得到药物独立因子向量和异物独立因子向量,包括:
6.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述对药物的高光谱图像对应的不同波段的波段图像进行分析,得到药物的波段公共因子向量和波段独立因
7.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述比较药物的高光谱图像和目标波段下异物的波段图像,从药物的高光谱图像中筛选出异常像素点,包括:
8.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述根据异常像素点,从光谱异物类别中确定最终异物类别,包括:
9.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述根据高光谱图像中每个像素点的波谱曲线,得到高光谱图像对应的完整波谱曲线,包括:
10.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述基于最终异物类别,确定药物中的异物,包括:
...【技术特征摘要】
1.一种医药异物的高光谱检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述根据药物独立因子向量、异物独立因子向量、波段公共因子向量和波段独立因子向量之间的差异,对波段进行筛选得到目标波段,包括:
3.根据权利要求2所述的一种医药异物的高光谱检测方法,其特征在于,所述比较药物独立因子向量和每个异物的异物独立因子向量中相同位置处元素值的大小,得到药物独立因子向量中每个元素值的区分程度,包括:
4.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述基于异物的高光谱图像对应的波段图像,对异物进行分类,得到光谱异物类别,包括:
5.根据权利要求1所述的一种医药异物的高光谱检测方法,其特征在于,所述对药物和异物的高光谱图像的完整波谱曲线进行因子分析,得到药物独立因子向量和异物独立因子...
【专利技术属性】
技术研发人员:丛玮玮,李佩佩,刘国利,赵兴隆,于志祥,房信,李倩,
申请(专利权)人:大连冉星信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。