提出一种基于高光谱成像技术的鸡胴体表面低可见污染物的双波段检测算法。首先,在所采集的高光谱数据中,选择ROI(region of interesting)内光谱的同一性最好、同时与边缘区域平均光谱差值最大的675nm波段图像进行二值化处理,利用区域生...提出一种基于高光谱成像技术的鸡胴体表面低可见污染物的双波段检测算法。首先,在所采集的高光谱数据中,选择ROI(region of interesting)内光谱的同一性最好、同时与边缘区域平均光谱差值最大的675nm波段图像进行二值化处理,利用区域生长法提取最大连通区域作为掩膜。再将掩膜与污染物可分辨度最大的400nm谱段图像进行"与"操作,提取出最大面积的鸡胴体待检ROI,最后利用标记法识别出ROI内有污染物存在的鸡胴体。试验结果表明,采用这种双波段算法,不仅可以获得能够根据鸡胴体形状及位置自适应调节的最大ROI(比已有研究方法提取的ROI面积大176%以上),而且对鸡胴体表面低可见度血液、胆汁和粪便的正确检出率平均可达81.6%。展开更多
文摘提出一种基于高光谱成像技术的鸡胴体表面低可见污染物的双波段检测算法。首先,在所采集的高光谱数据中,选择ROI(region of interesting)内光谱的同一性最好、同时与边缘区域平均光谱差值最大的675nm波段图像进行二值化处理,利用区域生长法提取最大连通区域作为掩膜。再将掩膜与污染物可分辨度最大的400nm谱段图像进行"与"操作,提取出最大面积的鸡胴体待检ROI,最后利用标记法识别出ROI内有污染物存在的鸡胴体。试验结果表明,采用这种双波段算法,不仅可以获得能够根据鸡胴体形状及位置自适应调节的最大ROI(比已有研究方法提取的ROI面积大176%以上),而且对鸡胴体表面低可见度血液、胆汁和粪便的正确检出率平均可达81.6%。