摘要
本发明公开了基于多光谱融合的饲料原料杂质在线检测与分级方法,方法包括:在原料输送装置上方部署多光谱成像装置,同步采集流动态饲料原料的可见光波段图像及近红外波段图像,所述近红外波段图像包含有机物分子键振动吸收特征信息;通过图像配准单元对采集的可见光波段图像与近红外波段图像进行时空对齐,生成时空匹配的双通道图像数据;构建多光谱融合模型,将所述双通道图像数据输入至融合模型中,通过加权特征叠加算法融合可见光波段纹理信息与近红外波段有机物吸收特征,生成高对比度融合图像。本发明显著提升了饲料原料在线杂质检测的准确性与分级可靠性,有效克服了动态配准失准和颗粒堆叠遮蔽异物特征两大核心难题。
技术关键词
杂质在线检测
光谱响应特征
可见光波段
形态学特征
振动吸收特征
多光谱成像装置
生成高对比度
特征空间重构
分选执行机构
分级决策树
叠加算法
深度卷积神经网络
原料输送装置
加权特征
图像配准
生物标记物
颗粒运动轨迹
融合策略
系统为您推荐了相关专利信息
供水管网巡检
缺陷识别方法
图像处理技术
多光谱成像装置
状态分布图
机器视觉定位系统
图像数据处理模块
多光谱成像
特征模板
坐标
表面缺陷图像
光罩缺陷
识别方法
像素点
滤波算法
反射率数据
XGBoost模型
反演模型
地形特征
反演方法
医学图像分割方法
深度学习模型
对比度
通道注意力机制
SVM分类器