【技术实现步骤摘要】
本专利技术涉及光谱检测，特别是涉及基于高光谱技术的食品样品质量快速检测方法。
技术介绍
1、随着生活水平的不断提高，食品质量安全问题也备受关注。自然环境的污染加剧会导致农产品本身富集有害成分，同时在食品精细化加工过程中通常添加一定剂量的添加剂，使得食品质量安全问题进一步严峻。因此，为了确保食品质量，需要对食品质量进行快速准确地分析和检测。
2、通常使用高光谱技术对现有食品样品的快速分析，但现有高光谱技术获取食品样品的反射波谱后，因为各种因素的影响，反射波谱会包含大量的噪声，导致食品样品的反射波谱与食品样品对应的物质的反射波谱产生差异，影响食品样品对应的物质的分析结果。
技术实现思路
1、鉴于上述问题，本申请提供了基于高光谱技术的食品样品质量快速检测方法，通过改进dpc算法(密度峰值聚类算法)对高光谱信息进行处理，提高食品样品成分分析的准确性。
2、本申请实施例提供了基于高光谱技术的食品样品质量快速检测方法，包括：
3、获取食品样品的高光谱信息，所述高光谱信息为多个反射波谱；
4、对每个所述反射波谱进行预处理，得到多个反射率波峰值和每个反射率波峰值的频次，对每个反射率波峰值进行信息分析计算，得到每个所述反射率波峰值的信息量；
5、对每个所述反射波谱，基于每个所述反射率波峰值的信息量计算得到反射率峰值分割阈值，利用反射率峰值分割阈值将所述多个反射率波峰值划分为真实反射率波峰值和噪声反射率波峰值；
6、基于所有反射波
7、对每个所述反射波谱，基于所述光谱向量计算差异性，基于多个所述反射率波峰值的信息量构建反射率序列，基于所述反射率序列和所述差异性计算得到差异波动系数；
8、基于多个反射波谱的所述差异波动系数构建特征集合，将所述特征集合转化为直方图，基于所述直方图计算所述特征集合的截断距离，基于所述截断距离和密度峰值聚类算法对所述特征集合进行聚类得到多个聚类簇；
9、基于各种食品样品元素的反射波谱确定每个所述聚类簇的元素构成，根据每个所述聚类簇的元素构成对所述食品样品进行成分分析。
10、进一步，所述对每个所述反射波谱进行预处理，得到多个反射率波峰值和每个反射率波峰值的频次，对每个反射率波峰值进行信息分析计算，得到每个所述反射率波峰值的信息量，包括：
11、采用一阶差分法对每个所述反射波谱的反射率波峰进行检测，得到多个反射率波峰值和每个反射率波峰值的频次；
12、对每个反射率波峰值进行信息分析计算，得到每个所述反射率波峰值的信息量，所述信息量的计算公式如下：
13、
14、其中，为第个反射率波峰值的信息量，为第个反射率波峰值的频次，为所述反射波谱中反射率波峰值的数量，为自然常数。
15、进一步，所述对每个所述反射波谱，基于每个所述反射率波峰值的信息量计算得到反射率峰值分割阈值，利用反射率峰值分割阈值将所述多个反射率波峰值划分为真实反射率波峰值和噪声反射率波峰值，包括：
16、对每个所述反射波谱，基于每个所述反射率波峰值的信息量计算得到反射率峰值分割阈值，所述反射率峰值分割阈值的计算公式如下：
17、
18、其中，为所述反射波谱的所述反射率峰值分割阈值，为第个反射率波峰值的信息量，为所述反射波谱中反射率波峰值的数量，为第个反射率波峰值；
19、将大于反射率峰值分割阈值的所述反射率波峰值划分为真实反射率波峰值，将小于反射率峰值分割阈值的所述反射率波峰值划分为噪声反射率波峰值。
20、进一步，所述基于所有反射波谱的真实反射率波峰值对应的波长构建波长集合的构建方式为：
21、统计所有反射波谱的真实反射率波峰值对应的波长，将所述波长按照不重复、从小到大的顺序排列得到所述波长集合。
22、进一步，所述对每个所述反射波谱，基于所述真实反射率波峰值和所述波长集合构建光谱向量，包括：
23、对每个所述反射波谱，基于所述真实反射率波峰值和所述波长集合构建光谱向量，所述光谱向量的构建方式为：
24、
25、
26、其中，为所述反射波谱的所述光谱向量，表示所述光谱向量的第个位置，取值为，为所述波长集合中波长的数量，为所述波长集合中第个位置的波长对应的反射率，表示所述波长集合中第个位置的波长是所述反射波谱的真实反射率波峰值的波长，表示所述波长集合中第个位置的波长不是所述反射波谱的真实反射率波峰值的波长。
27、进一步，所述对每个所述反射波谱，基于所述光谱向量计算差异性，包括：
28、任选多个所述光谱向量中的一个作为选定光谱向量；
29、对每个所述反射波谱，基于选定光谱向量和所述反射波谱的所述光谱向量计算差异性，所述差异性的计算公式如下：
30、
31、其中,表示位置在(,的反射波谱的差异性，是光谱向量的维数，表示选定光谱向量，表示位置在(,的反射波谱的所述光谱向量，表示所述光谱向量中第个位置的反射率，表示所述选定光谱向量中第个位置的反射率，是所述选定光谱向量第个位置的反射率对应的波长。
32、进一步，所述基于多个所述反射率波峰值的信息量构建反射率序列，还包括：
33、对每个反射波谱，基于多个所述反射率波峰值的信息量构建反射率序列，所述反射率序列的构建如下：
34、
35、其中，表示位置在(,)的反射率序列，为表示位置在(,)的反射波谱的第个反射率波峰值的信息量，表示所述反射波谱的反射率波峰值的数量。
36、进一步，所述基于所述反射率序列和所述差异性计算得到差异波动系数，包括：
37、对每个反射波谱，基于所述反射率序列和所述差异性计算得到差异波动系数，所述差异波动系数的计算公式如下：
38、
39、其中，表示位置在(,的反射波谱的差异波动系数，表示利用动态时间规整算法计算与两个向量之间的最短距离，为选定光谱向量对应的反射波谱的反射率序列，表示位置在(,的反射波谱的反射率序列，表示位置在(,的反射波谱的差异性。
40、进一步，所述基于所述直方图计算所述特征集合的截断距离，基于所述截断距离和密度峰值聚类算法对所述特征集合进行聚类得到多个聚类簇，包括：
41、基于所述直方图计算所述特征集合的截断距离，所述截断距离的计算公式为：
42、
43、其中，表示所述特征集合的截断距离，表示所述直方图中第个差异波动系数，表示所述直方图的方差，表示所述直方图中差异波动系数的个数；
44、采用所述截断距离作为密度峰值聚类算法的截断距离对所述密度峰值聚类算法进行改进，基于改进后的密度峰值聚类算法对所述特征集合进行聚类得到多个聚类簇。
本文档来自技高网...【技术保护点】
1.基于高光谱技术的食品样品质量快速检测方法，其特征在于，包括：
2.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱进行预处理，得到多个反射率波峰值和每个反射率波峰值的频次，对每个反射率波峰值进行信息分析计算，得到每个所述反射率波峰值的信息量，包括：
3.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱，基于每个所述反射率波峰值的信息量计算得到反射率峰值分割阈值，利用反射率峰值分割阈值将所述多个反射率波峰值划分为真实反射率波峰值和噪声反射率波峰值，包括：
4.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于所有反射波谱的真实反射率波峰值对应的波长构建波长集合的构建方式为：
5.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱，基于所述真实反射率波峰值和所述波长集合构建光谱向量，包括：
6.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测
7.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于多个所述反射率波峰值的信息量构建反射率序列，还包括：
8.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于所述反射率序列和所述差异性计算得到差异波动系数，包括：
9.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于所述直方图计算所述特征集合的截断距离，基于所述截断距离和密度峰值聚类算法对所述特征集合进行聚类得到多个聚类簇，包括：
10.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于各种食品样品元素的反射波谱确定每个所述聚类簇的元素构成，包括：
...【技术特征摘要】
1.基于高光谱技术的食品样品质量快速检测方法，其特征在于，包括：
2.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱进行预处理，得到多个反射率波峰值和每个反射率波峰值的频次，对每个反射率波峰值进行信息分析计算，得到每个所述反射率波峰值的信息量，包括：
3.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱，基于每个所述反射率波峰值的信息量计算得到反射率峰值分割阈值，利用反射率峰值分割阈值将所述多个反射率波峰值划分为真实反射率波峰值和噪声反射率波峰值，包括：
4.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述基于所有反射波谱的真实反射率波峰值对应的波长构建波长集合的构建方式为：
5.根据权利要求1所述的基于高光谱技术的食品样品质量快速检测方法，其特征在于，所述对每个所述反射波谱，基于所述真实反射...
【专利技术属性】
技术研发人员：李萍，翟丽娜，陈瑞艳，刘旭，胡稳定，党中华，齐倩文，
申请(专利权)人：大连德旺科技有限公司，
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。