CN119992539B 一种花生内霉快速筛查方法及系统 （泗水县锦川花生食品有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119992539B(45)授权公告日2025.07.11

(21)申请号202510472127.1

(22)申请日2025.04.16

(65)同一申请的已公布的文献号申请公布号CN119992539A

(43)申请公布日2025.05.13

(73)专利权人泗水县锦川花生食品有限公司地址273200山东省济宁市泗水县经济开

发区圣康路003号

(72)发明人牛金平王文文孔凡德吕孝义

魏琳琳

(74)专利代理机构青岛致嘉知识产权代理事务

所(普通合伙)37236专利代理师李茜

(51)Int.CI.

GO6V20/10(2022.01)

GO6V10/26(2022.01)

GO6V10/58(2022.01)

GO6V10/52(2022.01)

GO6V10/54(2022.01)

GO6V10/77(2022.01)

GO6V10/764(2022.01)

GO6V10/80(2022.01)

(56)对比文件

CN104598886A,2015.05.06CN117197137A,2023.12.08审查员田媛媛

GO6V20/68(2022.01)权利要求书3页说明书9页附图1页

(54)发明名称

一种花生内霉快速筛查方法及系统

(57)摘要

CN119992539B本发明公开了一种花生内霉快速筛查方法及系统，具体涉及农产品无损检测技术领域，用于解决现有检测方法在霉变初期及内部扩散样本中因低对比度、渐变边界导致的误检漏检问题；是基于高光谱成像技术，通过频域能量分布与空间局部方差的联合分析动态调整滤波核尺寸，增强图像中渐变边界的细节特征；采用光谱与空间特征一致性验证筛选高置信度候选区域，结合纹理方向分析提取表征霉变扩散趋势的主成分特征，并与光谱梯度方向动态拼接构建融合特征向量；通过贝叶斯概率分类模型量化边界置信度结合邻域相似性约束的区域生长算法生成空间连续且特征一致的霉变标记图，同时引入动

CN119992539B

S2—

S2—

S3—

S4—

S5—

S6—

采集花生样本的原始高光谱图像，原始高光谱图像包含多个波段的灰度数据

对原始高光谱图像进行预处理以生成增强高光谱图像，并根据频域能量分布与空间局部方差的组合关系动态调整滤波核尺寸

基于预设灰度阈值从增强高光谱图像中分割霉变候选区域

对霉变候选区域进行光谱与空间特征的一致性验证，筛选符合霉变扩散规律的候选区域以生成有效候选区域集合

对有效候选区域集合执行纹理方向分析、一致性筛选及主成分降维，通过特征拼接生成融合特征向量

将融合特征向量输入贝叶斯概率分类模型以生成霉变候选区域的边界置信度，对大于预设边界置信度阈值的像素点进行

CN119992539B权利要求书1/3页

2

1.一种花生内霉快速筛查方法，其特征在于，包括如下步骤：

S1、采集花生样本的原始高光谱图像，原始高光谱图像包含多个波段的灰度数据；

S2、对原始高光谱图像进行预处理以生成增强高光谱图像，并根据频域能量分布与空间局部方差的组合关系动态调整滤波核尺寸；

S3、基于预设灰度阈值从增强高光谱图像中分割霉变候选区域；

S4、对霉变候选区域进行光谱与空间特征的一致性验证，筛选符合霉变扩散规律的候选区域以生成有效候选区域集合；

S5、对有效候选区域集合执行纹理方向分析、一致性筛选及主成分降维，通过特征拼接生成融合特征向量；

S6、将融合特征向量输入贝叶斯概率分类模型以生成霉变候选区域的边界置信度，对大于预设边界置信度阈值的像素点进行区域生长以生成霉变区域标记图。

2.根据权利要求1所述的一种花生内霉快速筛查方法，其特征在于，采集花生样本的原始高光谱图像，原始高光谱图像包含多个波段的灰度数据，包括：

采用