(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210239461.9 (22)申请日 2022.03.11 (71)申请人 北京市农林科 学院智能装备技 术研 究中心 地址 100097 北京市海淀区曙光 花园中路 11号农科大厦A座1 107 (72)发明人 樊书祥　王哲理　黄文倩　李江波　 田喜　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 陈新生 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/40(2017.01) G06K 9/62(2022.01)G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/54(2022.01) G06V 10/58(2022.01) (54)发明名称 目标新陈度检测方法及系统 (57)摘要 本发明提供一种目标新陈度检测方法及系 统， 方法包括： 获取待检测目标的高光谱图像的 最优波段比值特征和最优波段比图像的纹理特 征； 根据所述最优波段比值特征和纹理特征， 确 定所述待检测目标的新陈度。 所述系统执行所述 方法。 本发 明通过利用待检测目标的高光谱图像 的最优波段比获取最优波 段比图像的纹理特征， 并基于最优波段比值特征和纹理特征， 实现对待 检测目标如农作物种子新陈度的快速无损检测， 极大的降低了快速无损检测设备的开发难度和 成本。 权利要求书2页 说明书9页 附图2页 CN 114693608 A 2022.07.01 CN 114693608 A 1.一种目标新陈度检测方法， 其特 征在于， 包括： 获取待检测目标的高光谱图像的最优波段比值特 征和最优波段比图像的纹 理特征； 根据所述 最优波段比值特 征和所述纹 理特征， 确定所述待检测目标的新陈度。 2.根据权利要求1所述的目标新陈度检测方法， 其特征在于， 所述获取待检测目标的高 光谱图像的最优波段比值特 征和最优波段比图像的纹 理特征， 包括： 根据所述待检测目标的高光谱图像所提取的光谱数据， 确定所述 最优波段比值特 征； 根据所述最优波段比值特征， 确定最优波段比， 并根据所述最优波段比， 确定所述最优 波段比图像； 根据所述 最优波段比图像， 确定所述纹 理特征。 3.根据权利要求2所述的目标新陈度检测方法， 其特征在于， 所述待检测目标的高光谱 图像是通过如下 方式获取的： 基于预设光谱范围的高光谱成像系统， 获取 所述高光谱图像。 4.根据权利要求2所述的目标新陈度检测方法， 其特征在于， 所述根据 所述待检测目标 的高光谱图像所提取的光谱数据， 确定所述 最优波段比值特 征， 包括： 获取所述待检测目标的黑 参考图像和白参 考图像； 基于所述黑参考图像和所述 白参考图像， 对所述高光谱图像进行校正， 以获取校正后 的高光谱图像； 对所述校正后的高光谱图像进行光谱提取并进行方差分析， 以确定所述最优波段比值 特征。 5.根据权利要求2所述的目标新陈度检测方法， 其特征在于， 所述根据 所述最优波段比 图像， 确定所述纹 理特征， 包括： 对所述最优波段比图像进行纹理特征提取， 以获取所述最优波段比图像的直方图统计 特征和灰度共生矩阵纹 理特征； 根据所述 直方图统计特 征和所述灰度共生矩阵纹 理特征， 确定所述纹 理特征。 6.根据权利要求1所述的目标新陈度检测方法， 其特征在于， 所述根据 所述最优波段比 值特征和所述纹 理特征， 确定所述待检测目标的新陈度， 包括： 根据所述 最优波段比值特 征和所述纹 理特征， 确定训练样本和 测试样本； 将所述训练样本 输入至支持向量机模型进行训练， 以获取 所述分类模型； 将所述测试样本 输入到所述分类模型， 以确定所述 新陈度。 7.一种目标新陈度检测系统， 其特 征在于， 包括： 获取模块以及检测模块； 所述获取模块， 用于获取待检测目标的高光谱图像的最优波段比值特征和最优波段比 图像的纹 理特征； 所述检测模块， 用于根据所述最优波段比值特征和所述纹理特征， 确定所述待检测目 标的新陈度。 8.一种电子设备， 包括处理器和存储有计算机程序的存储器， 其特征在于， 所述处理器 执行所述计算机程序时实现权利要求1至 6任一项所述目标新陈度检测方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程 序被处理器执行时实现如权利要求1至 6任一项所述目标新陈度检测方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执权　利　要　求　书 1/2 页 2 CN 114693608 A 2行时实现如权利要求1至 6任一项所述目标新陈度检测方法。权　利　要　求　书 2/2 页 3 CN 114693608 A 3