(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 202210737552.5 (22)申请日 2022.06.27 (71)申请人 成都大学 地址 610106 四川省成 都市成洛大道 2025 号 (72)发明人 陈二阳　袁姜红　宁磊　 (74)专利代理 机构 北京正华智诚专利代理事务 所(普通合伙) 11870 专利代理师 周芸婵 (51)Int.Cl. G06V 20/68(2022.01) G06V 10/762(2022.01) G06V 10/58(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06V 10/26(2022.01) (54)发明名称 一种新型新鲜度检测装置及方法 (57)摘要 本发明公开了一种新型新鲜度检测装置及 方法， 本发明可以提供一种结构简单、 成本低、 数 据准确高效操作方便的装置， 可以利用高光谱判 断物品种类， 再利用电导率来测量该物品的新鲜 度程度。 提出一种新的用于高光谱图像 分类的自 适应超像素分割方法， 首次将边界增强的SLIC算 法引入高光谱遥感图像的超像素区域划分过程 中， 区别于传统的SLIC算法， 该能有效检测超像 素区域分割的边界和均匀性。 通过最小噪声分离 变换降低高光谱图像的维度， 然后再针对降维后 的高光谱图像进行超像素区域分割， 可以有效降 低高光谱数据超像素区域分割过程中的计算量， 且对分类精度影响较小。 权利要求书2页 说明书7页 附图3页 CN 115171098 A 2022.10.11 CN 115171098 A 1.一种新型新鲜度检测装置， 其特征在于， 包括外壳(2)以及设置于外壳(2)上的按钮 (1)、 喇叭(3)、 数值指示灯(4)、 遮光罩(5)、 电导率检测探头(6)、 光谱发送探头(7)、 光谱接 收探头(8)、 电源开关(12)、 充电口(13)和电源电量指示灯(14)； 所述外壳内部设置有主控 制板(9)、 电池(10)和副控制板(1 1)； 其中， 所述主控制板(9)分别与所述电导率检测探头(6)、 光谱发送探头(7)、 光谱接收 探头(8)、 电池(10)和副控制板(11)连接； 所述副控制板(11)还分别与所述按钮(1)、 喇叭 (3)、 数值指示灯(4)、 电池(10)、 电源开关(12)、 充电口(13)和电源电量指示灯(14)连接 。 2.根据权利要求1所述的新型新鲜度检测装置， 其特征在于， 所述按钮(1)、 喇 叭(3)和 数值指示灯(4)均设置于所述外壳(2)的正面， 且 所述喇叭(3)和数值指示灯(4)的外表 面均 与所述外壳(2)的正 面外表面持平。 3.根据权利要求1所述的新型新鲜度检测装置， 其特征在于， 所述电导率检测探头(6)、 光谱发送探头(7)和光谱接收探头(8)均设置于所述外壳(2)的头部， 所述外壳(2)的头部还 设置有所述遮光罩(5)封闭光谱发送探头(7)和光谱接收探头(8)的探头结构， 所述电导率 检测探头(6)的探 头结构穿过 所述遮光 罩(5)。 4.根据权利要求1所述的新型新鲜度检测装置， 其特征在于， 所述电源开关(12)、 充电 口(13)和电源电量指示灯(14)均设置 于所述外壳(2)的尾部 。 5.一种新型新鲜度检测方法， 其特 征在于， 包括以下步骤： S1、 开启新型新鲜度检测装置， 通过主控制板(9)控制光谱发送探头(7)和接收探头(8) 工作， 获取被测物的高光谱图像； S2、 通过主控制板(9)分析 所述被测物的高光谱图像， 得到被测物的分类结果； S3、 通过电导率检测探头(6)将 收集的电导率信号发送至主控制板(9)， 得到新鲜度数 据； S4、 将新鲜度数据和被测物的分类结果发送至副控制板(11)， 通过副控制板(11)控制 数值指示灯(4)显示 新鲜度数据对应的亮度， 并控制喇叭(3)进行语音提醒。 6.根据权利要求5所述的新型新鲜度检测方法， 其特 征在于， 所述 步骤S1具体为： 开启新型新鲜度检测装置， 将电导率检测探头(6)插入被测物， 通过主控制板(9)控制 光谱发送探头(7)发送光谱信号， 控制光谱接收探头(8)接收光谱信号生成高光谱图像， 并 将高光谱图像发送至主控制板(9)。 7.根据权利要求5所述的新型新鲜度检测方法， 其特征在于， 所述步骤S2包括以下分步 骤： S21、 将所述被测物的高光谱图像通过最小噪声分离变换， 生成多尺度的降维高光谱图 像； S22、 将多尺度的降维高光谱图像通过 K均值算法生成多尺度降维高光谱图的超像素； S23、 通过边界增强SLIC算法处理多尺度降维高光谱图的超像素， 生成边界相同的多尺 度超像素图像； S24、 将多尺度的超像素边界相同图像通过分类器得若干分类结果， 并将若干分类结果 进行融合， 得到被测物的分类结果。 8.根据权利要求7 所述的新型新鲜度检测方法， 其特 征在于， 所述 步骤S22具体为： S221、 设置初始聚类中心， 确定多尺度的降维高光谱图像中每 个像素的最近聚类中心；权　利　要　求　书 1/2 页 2 CN 115171098 A 2其中， 确定多尺度的降维高光谱图像中每 个像素的最近聚类中心的方法具体为： 以初始聚类中心Ci为中心建立2S ×2S区域， 在2S ×2S区域内计算每个像素与初始聚类 中心Ci的距离D， 将距离最小的聚类中心作为 最近聚类中心； 其中， 计算距离D的表达式具体为： 式中， Ci为初始聚类中心， 且i＝1, …,k， k为初始聚类中心总数， lj为像素j的颜色明暗 度， aj为像素j的红 ‑绿颜色轴， bj为像素j的黄 ‑蓝颜色轴， xj为像素j的横坐标， yj为像素j的 纵坐标， li为聚类中心Ci的颜色明暗度， ai为聚类中心Ci的红‑绿颜色轴， bi为聚类中心Ci的 黄‑蓝颜色轴， xi为聚类中心Ci的横坐标， yi为聚类中心Ci的纵坐标， m为最大的颜色距离常 数， S为最大位置距离； S222、 根据每 个像素的最近聚类中心进行聚类， 生成多尺度降维高光谱图的超像素。 9.根据权利要求8所述的新型新鲜度检测方法， 其特征在于， 所述步骤S23中， 通过边界 增强SLIC算法处 理多尺度降维高光谱图的超像素的方法具体为： 计算多尺度降维高光谱图的超像素的优化距离， 并根据优化距离将多尺度降维高光谱 图的超像素转换为 边界相同的多出度超像素图像； 其中， 优化距离P(j， i)的表达式具体为： 式中， α 为距离常量， ω为测地距离的权重； Geo( ·)为测地距离， Pc(j， i)为颜色域的欧 几里得距离， Ps(j， i)为空间域的欧几里 得距离， 其表达式具体为： 式中， L(i,j)为连接聚类中心Ci和像素j的参数化路径， 其取值范围为[0,1]， μL为第一 常数参数， OL为第二常数参数。权　利　要　求　书 2/2 页 3 CN 115171098 A 3