摘要
本发明公开了一种基于图像识别分析的花生油杂质检测方法,涉及计算机视觉技术领域,包括,对油样进行杂质靶向标记;采用双波长激光激发杂质靶向标记后的油样,同步采集荧光图像,利用FRET荧光强度比,标记可疑复合杂质区域坐标;依据等离子体共振峰位置区分金属杂质与纤维杂质,形成纳米级杂质形貌数据;检测未标记的透明纳米颗粒,触发声表面波辅助检测,输出杂质运动特征编码;将FRET荧光强度比、纳米级杂质形貌数据和杂质运动轨迹特征输入基于注意力机制的图神经网络分类器,对杂质类型进行联合判读;根据杂质分类结果,对油样进行分拣和灌装。本发明通过多模态传感协同机制显著提升了杂质检测的综合性能。
技术关键词
杂质检测方法
花生油
神经网络分类器
双波长激光
纳米级
荧光
运动特征
表面波
标记
注意力机制
量子点
轨迹特征
Otsu算法
供体
计算机视觉技术
纳米颗粒
强度
受体
聚合物
油样
系统为您推荐了相关专利信息
缺陷检测方法
激光多普勒测振仪
双波长激光
缺陷检测系统
信号处理模块
蓝宝石衬底
超导量子芯片
激光光源系统
光束
定位平台
制作光掩模
基材
清洗电路板
人工智能算法
涂布光刻胶