Способ идентификации объекта

 

Изобретение относится к технической физике и может быть использовано для идентификации качества объекта, преимущественно пищевых продуктов, таких, как мясной фарш, колбаса, мука и т. д. , по их спектральным и пространственно спектральным образам с использованием средств оптики и автоматизации. Технический результат состоит в повышении информативности и достоверности спектрального анализа совокупного распределения структурно-спектральной палитры текстур срезов и поверхностей идентифицируемых объектов. Способ идентификации объекта, преимущественно пищевой среды, заключается в том, что выбранный участок поверхности идентифицируемого объекта освещают равномерно распределенным в пространстве опорным потоком электромагнитного излучения, поочередно освещают идентифицируемый объект спектрально-узкополосными опорными потоками электромагнитного излучения, которые образуют из трех спектральных каналов видимого и ближнего инфракрасного диапазонов, в каждом из которых формируют основные и дополнительные электрические сигналы, пропорциональные изображениям, отраженным от поверхности идентифицируемого объекта и спектрально-белого калибровочного шаблона. 1 з. п. ф-лы, 2 ил.

Изобретение относится к технической физике и может быть использовано для идентификации качества объекта, преимущественно пищевых продуктов, таких как мясной фарш, колбаса, мука и т. д. , по их спектральным и пространственно спектральным образам с использованием средств оптики и автоматизации.

Ведущие фирмы, занимающиеся разработкой методов и средств анализа качества пищевых сред (сырья и готовых продуктов), значительно продвинулись в таких сложных и высокоточных методах, как ультрафиолетовая спектроскопия, инфракрасная спектроскопия, дисперсный анализ оптического и электронного разрешения, биохимический анализ. В этих областях известны своими работами, например, такие фирмы, как: FOSS (Denmark), METLER TOLEDO (Switzerland), PERTEN (Sweden).

Известно, что для оценки качества пищевых сред большое значение имеет такой совокупный интегральный показатель, как совместное распределение структурно-спектральной (структурно-цветовой) палитры их срезов и поверхностей. Сегодня данный показатель оценивается лишь опытным технологом-пищевиком визуально. Например, большую трудность составляет проблема объективного определения готовности фарша. То же самое можно сказать и о сочетании цветовой палитры и пространственного распределения неоднородностей в потоке муки, в хлебной продукции на разных ее стадиях изготовления. Автоматизация визуального анализа технолога могла бы в значительной степени усовершенствовать технологию пищевых производств.

Следует отметить, что и рядовые пользователи пищевых продуктов придают большое значение внешнему виду их поверхностей и срезов. Субъективная визуальная оценка структурно-спектральной палитры пищевых проб зависит в значительной степени не только от подготовленности эксперта, но также от способа освещения и ориентации по отношению к наблюдателю образцов пищевых продуктов, взятых на пробу.

Оценка структурно-спектральной палитры имеет особенно большое значение для мясного сырья, мясопродуктов и хлебобулочных изделий. Структура и цвет соответствующих пищевых проб носят характер случайных или хаотических текстур.

Классические методы спектрального анализа пищевых сред не дают информацию о совокупном распределении структурно-спектральной палитры текстур их срезов и поверхностей. К тому же данные методы являются дорогостоящими и неоперативными - подготовка проб пищевых сред к анализу занимает много времени.

Известен способ идентификации объекта, основанный на использовании структуры поверхности объекта в качестве однозначного идентифицирующего признака, согласно которому анализируют данные, полученные о рельефе участка поверхности, записывают их и используют для сравнения с данными для того же участка поверхности в процессе контроля (см. , например, описание изобретения к заявке Великобритании N 2097979, кл. G 09 К 9/00, опубл. 1982).

Недостатком такого способа является необходимость визуального восприятия рельефа, субъективный анализ и большие временные затраты.

Наиболее близким из известных по своей технической сущности и достигаемому результату является выбранный в качестве прототипа способ идентификации объекта, согласно которому выбранный участок поверхности идентифицируемого объекта освещают равномерно распределенным в пространстве опорным потоком электромагнитного излучения, путем фотодетектирования преобразуют сформированное в отраженном излучении изображение выбранного участка поверхности идентифицируемого объекта в электрические сигналы с преобразованием их в набор цифровых параметров, который используют для сравнения с запомненными ранее аналогичными наборами, характеризующими эталонный образ объекта и пространственно однородного калибровочного шаблона, помещаемых на место идентифицируемого объекта (см. , например, описание изобретения к патенту РФ N 2117989, кл. G 09 К 9/58, опубл. 1998).

Однако данный способ обладает тем недостатком, что формируемые изображения зависят как от параметров освещения, так и параметров ориентации объекта. Для сравнения характеристик данных изображений с характеристиками эталонных изображений необходимо вручную корректировать данные параметры. Это в значительной мере снижает оперативность и достоверность идентификации.

Сущность заявляемого изобретения выражается в совокупности существенных признаков, достаточных для достижения обеспечиваемого предлагаемым изобретением технического результата, выражающегося в повышении достоверности и оперативности идентификации объектов за счет использования их информативных образов, не зависящих от ориентации анализируемых проб, но зависящих от их структурно-спектральной палитры, а также - специальных статистик, описывающих меры сходства получаемых информативных образов идентифицируемых объектов с эталонными образами этих же объектов, аттестованных в установленном порядке.

Заявленная совокупность существенных признаков находится в прямой причинно-следственной связи к достигаемому результату.

Сравнение заявленного технического решения с прототипом позволило установить соответствие его критерию "новизна", так как оно не известно из уровня техники.

Предложенный способ является промышленно применимым существующими техническими средствами и соответствует критерию "изобретательский уровень", т. к. он явным образом не следует из уровня техники, при этом из последнего не выявлено каких-либо преобразований, характеризуемых отличительными от прототипа существенными признаками, на достижение указанного технического результата.

Таким образом, предложенное техническое решение соответствует установленным условиям патентоспособности изобретения.

Других известных технических решений аналогичного назначения с подобными существенными признаками заявителем не обнаружено.

На фиг. 1 представлены спектральные характеристики светодиодов, используемых для формирования опорных потоков излучения видимого диапазона электромагнитного спектра, на фиг. 2 - технические средства для реализации заявленного способа.

Предложенный способ идентификации основан на: - формировании совокупности изображений выбранного участка поверхности идентифицируемого объекта с помощью нескольких спектрально-узкополосных стабильных источников излучения в видимом и ближнем инфракрасном диапазонах электромагнитного спектра; - формировании статистических описаний структурно-спектральной палитры выбранного участка поверхности идентифицируемого объекта, позволяющих сжать огромное количество (не менее 800х600х24 бит) неупорядоченной информации до незначительного набора цифровых параметров (не более 256х256х10 бит) - информативных структурно-спектральных образов, обладающих инвариантностью к положению и идентифицируемого объекта относительно регистрирующего фотодетектора; - использовании статистик, основанных на оптимальных по достоверности идентификации и различающей способности мерах сходства информативных структурно-спектральных образов идентифицируемого объекта с эталонными структурно-спектральными образами аттестованных объектов.

Известно, что текстуры срезов и поверхностей пищевых сред могут наблюдаться с помощью современной цифровой фототехники (основанной на фотодетекторах с зарядовой связью) с относительно высокими оптическим (до 0,1 мкм) и спектральным (8 бит на спектральный канал) разрешениями как в видимом (400 -700 нм), так и ближнем инфракрасном (700 - 900 нм) диапазонах электромагнитного спектра.

Видимый диапазон электромагнитного спектра позволяет анализировать процессы, связанные с физико-химическими и биологическими явлениями, происходящие в пищевых средах на электронных уровнях.

Ближний инфракрасный диапазон электромагнитного спектра позволяет анализировать процессы, происходящими в пищевых средах на молекулярных уровнях.

Рассмотрим суть предлагаемого способа на следующем частном примере.

Будем поочередно формировать три спектрально-узкополосных и равномерно распределенных в пространстве опорных потоков электромагнитного излучения видимого диапазона электромагнитного спектра.

Такие опорные потоки могут быть сформированы в видимом диапазоне электромагнитного спектра тремя люминесцентными светодиодами, спектральные характеристики p_B(λ),p_G(λ),p_R(λ), которых условно показаны на фиг. 1.

Основными спектральными линиями в видимом диапазоне электромагнитного спектра люминесцентных светодиодов являются линии с длинами волн около 460, 535 и 630 нм. Основные мощности излучения в каждом из спектральных каналов В - синем, G - зеленом и R - красном приходятся на поддиапазоны (440 - 480) нм, (500 - 590) нм и (610 - 660) нм соответственно. Поэтому такие световые потоки можно считать спектрально-узкополосными опорными потоками электромагнитного излучения неперекрывающихся спектральных каналов.

В ближнем инфракрасном диапазоне электромагнитного спектра опорные потоки излучения формируют с помощью спектрально-узкополосных лазерных диодов.

Согласно заявляемому техническому решению поочередно освещают спектрально- белый калибровочный шаблон и выбранный участок поверхности идентифицируемой среды сформированными (как показано выше) опорными потоками электромагнитного излучения неперекрывающихся спектральных каналов, а отраженные потоки направляют на CCD фотодетектор, как показано на фиг. 2.

CCD фотодетектор преобразует с помощью сопутствующего объектива (условно не показан) в каждом из спектральных каналов изображения поверхностей калибровочного шаблона и идентифицируемого объекта в соответствующие калибровочные электрические сигналы и электрические сигналы идентифицируемого объекта - двумерные пространственные распределения электрических зарядов (потенциалов).

Для калибровки (нормализации) данных сигналов предварительно помещают на место идентифицируемого объекта спектрально-белый и пространственно однородный калибровочный шаблон, например гостированную для цветной печати белую бумагу, как показано на фиг. 2. Спектрально-белый и пространственно однородный калибровочный шаблон характеризуется коэффициентом отражения r_w, одинаковым для всех длин волн видимого и инфракрасного диапазонов спектра электромагнитного излучения.

Спектрально-белому и пространственно однородному калибровочному шаблону будут соответствовать следующие калибровочные электрические сигналы: где k_B, k_G, k_R - интегральные коэффициенты чувствительности фотодетектирования (коэффициенты усиления) в соответствующих спектральных каналах; I_B, I_G, I_R - интенсивности опорных потоков электромагнитного излучения в соответствующих спектральных каналах; η_B(r,λ), η_G(r,λ), η_R(r,λ)- пространственные распределения спектральных чувствительностей фотодектирования в соответствующих спектральных каналах (определяются квантовым выходом и эффективностью преобразования электромагнитных потоков в потенциалы); p_B(r,λ), p_G(r,λ), p_R(r,λ)- пространственные распределения спектральных характеристик электромагнитных потоков в соответствующих спектральных каналах.

Нормализацию калибровочных электрических сигналов осуществляют, изменяя интенсивности и интегральные коэффициенты чувствительности фотодетектирования до тех пор, пока максимальные значения калибровочных электрических сигналов не достигнут заданной опорной величины U_о. Таким образом, получаемые в результате данной нормализации совместные значения интенсивностей электромагнитных потоков и коэффициентов чувствительности фотодетектирования имеют значения: k_BI_B = U_o/r_Wmax{<η_B(r)><p(r)>}, k_GI_G = U_o/r_Wmax{<η_G(r)><p(r)>},
k_RI_R = U_o/r_Wmax{<η_R(r)><p(r)>}.
Идентифицируемому объекту с неизвестными двумерными пространственными распределениями r_B(r), r_G(r), r_R(r) коэффициентов отражения в каждом из спектральных каналов будут соответствовать следующие электрические сигналы идентифицируемого объекта:



Для пространственно однородных опорных электромагнитных потоков и распределений спектральных чувствительностей фотодектирования в соответствующих спектральных каналах Поэтому идентифицируемому объекту будут соответствовать следующие электрические сигналы идентифицируемого объекта:
S_B(r) = U_о[r_B(r)/r_W] ,
S_G(r) = U_о[r_G(r)/r_W] ,
S_R(r) = U_о[r_R(r)/r_W] .

Аналогичные сигналы идентифицируемого объекта, определяемые лишь коэффициентами отражения опорных электромагнитных потоков от выбранного участка его поверхности, формируют и в неперекрывающихся спектральных каналах инфракрасного диапазона электромагнитного спектра. Тем самым каждый из спектральных каналов будет формировать информацию, зависящую только от состояния и характеристики исследуемого объекта и не зависящую от параметров освещения и фотодетектирования.

Кроме того, дополнительно осуществляют окрашивание выбранного участка поверхности эталонного и идентифицируемого объектов контрастным веществом, изменяющим коэффициенты отражения электромагнитного излучения в видимом и ближнем инфракрасном диапазонах.

Правильный подбор красителей- маркеров позволит проявить наличие или отсутствие в идентифицируемом объекте сторонних биологических примесей и возбудителей различных болезней в виде побочных продуктов деятельности вирусов, микроорганизмов и т. д.

Для формирования набора цифровых параметров в виде спектрального и пространственно-спектрального образов идентифицируемого объекта последовательно проводят следующие операции:
1) В случае выбора любых трех спектральных каналов излучения электрические сигналы идентифицируемого объекта: ₁(r), s₂(r), s₃(r), где r = { r₁, r₂} - двумерная пространственная точка изображения поверхности идентифицируемого объекта, путем нелинейной пространственно-локальной фильтрации преобразуют в два исходных пространственно-спектральных образных сигнала x(r) и y(r):
x(r) = X(r)/[X(r) + Y(r) + Z(r)] ,
y(r) = Y(r)/[X(r) + Y(r) + Z(r)] ,
где X(r) = 2,769•s₁(r) + 1,752•s₂(r) +1,130•s₃(r),
Y(r) = 1,000•s₁(r) + 4,591•s₂(r) +0,060•s₃(r),
Z(r) = 0,057•s₂(r) + 5,594•s₃(r).

Все указанные коэффициенты в пространственно-спектральных образных сигналах выбраны по аналогии с коэффициентами цветовых координат, рекомендованных Международной комиссией по освещению (МКО).

В случае использования большего количества спектральных каналов исходные пространственно-спектральные образные сигналы формируют путем более сложной нелинейной пространственной фильтрации электрических сигналов идентифицируемого объекта.

2) Формируют спектральный образ идентифицируемого объекта как двумерную частотную диаграмму, описывающую относительные частоты появления в плоскости исходных пространственно-образных сигналов количества N[x, y] отсчетов с совместным значением амплитуд { x, y} согласно выражению:
n(x,y) = N[x,y]/∫_y∫_xN[x,y]dxdy.
3) Преобразуют исходные пространственно-спектральные образные сигналы в конечные пространственно-спектральные образные сигналы путем их линейной пространственной фильтрации Френеля:


причем параметр преобразования α и область интегрирования Ω выбирают обратно и прямо пропорциональными длине когерентности пространственно-спектральных образных сигналов соответственно.

4) Формируют пространственно-спектральный образ идентифицируемого объекта как двумерную частотную диаграмму, описывающую относительные частоты появления в плоскости конечных пространственно-образных сигналов количества N[F, G] отсчетов с совместным значением амплитуд { F, G} согласно выражению:
w(F,G) = N[F,G]/∫_y∫_xN[F,G]dFdG.
Набор цифровых параметров идентифицируемого объекта формируют из его спектрального и пространственно-спектрального образов. В качестве таких наборов могут быть использованы как все отсчеты соответствующих двумерных гистограмм n(x, y) и w(F, G), так и их отдельные характерные компоненты. При возможности последнего случая достигается значительное сжатие исходной информации, что позволяет увеличивать количество эталонных образов идентифицируемого объекта.

Возможны разные методы сравнения наборов цифровых параметров, отвечающих идентифицируемому и эталонным (аттестованным) объектам.

Спектральный образ n(x, y) и пространственно-спектральный образ w(F, G) идентифицируемого объекта сравнивают с соответствующими M эталонными спектральными образами n_m(x, y) и пространственно-спектральными образами w_m, (F, G) аттестованных объектов, где m = 1, 2, . . . , M, используя следующую меру сходства:


максимизирующую достоверность (правдоподобие) идентификации образов, а также величины различающей способности PC = 1-μ₁(n_k,n_m)/μ₁(n_m,n_m) и PC = 1-μ₁(w_k,w_m)/μ₁(w_m,w_m) при условии, что соответствующие образы идентифицируемых объектов описываются аддитивными моделями n(x, y) = n_m(x, y) + h и w(F, G) = w_m(F, G) + h, где h - амплитуда нормально распределенной помехи с неизвестной интенсивностью <h>.

Спектральный образ n(x, y) и пространственно-спектральный образ w(F, G) идентифицируемого объекта сравнивают с соответствующими M эталонными спектральными образами n_m(x, y) и пространственно-спектральными образами w_m(F, G) аттестованных объектов, где m = 1, 2, . . . , M, используя следующую меру сходства:


максимизирующую достоверность (правдоподобие) идентификации образов, а также величины различающей способности
PC = 1-μ₂(n_k,n_m)/μ₂(n_m,n_m)
и
PC = 1-μ₁(w_k,w_m)/μ₁(w_m,w_m) при условии, что соответствующие образы идентифицируемых объектов описываются мультипликативно-аддитивными моделями n(x,y) = βn_m(x,y)+h и w(F,G) = βw_m(F,G)+h, где β- неизвестный масштаб образа, a h - амплитуда нормально распределенной помехи с неизвестной интенсивностью <h>.

О соответствии качества идентифицируемого объекта качеству аттестованных объектов можно судить, например, используя суммарную балльную оценку, получаемую на основании балльных оценок аттестованных объектов и мер сходства спектральных и пространственно-спектральных образов идентифицируемого объекта с соответствующими объектов.

Например, если три состояния аттестованной пищевой среды имели балльные оценки 10,0 (первый сорт); 9,80 (второй сорт) и 9,7 (третий сорт), данные разными экспертами на основании известных (в том числе и органолептических) методов, а в результате идентификации неизвестного состояния той же пищевой среды получены меры сходства 0,7; 0,5 и 0,6, то результирующую суммарную балльную оценку можно выразить в виде:

Таким образом идентифицируемая пищевая среда относится к второму сорту.

Данная оценка получена на основании не зависящих от экспертов объективных спектральных образов согласно предложенному способу.

Применение предложенного способа обеспечит повышение информативности и достоверности спектрального анализа совокупного распределения структурно-спектральной палитры текстур срезов и поверхностей идентифицируемых объектов.

Формула изобретения

1. Способ идентификации объекта, преимущественно пищевой среды, согласно которому выбранный участок поверхности идентифицируемого объекта освещают равномерно распределенным в пространстве опорным потоком электромагнитного излучения, путем фотодетектирования преобразуют сформированное в отраженном излучении изображение выбранного участка поверхности идентифицируемого объекта в электрические сигналы с преобразованием их в набор цифровых параметров, который используют для сравнения с запомненными ранее аналогичными наборами, характеризующими эталонный образ объекта и пространственно однородного калибровочного шаблона, помещаемых на место идентифицируемого объекта, отличающийся тем, что поочередно освещают спектрально-белый калибровочный шаблон и идентифицируемый объект спектрально-узкополосными опорными потоками электромагнитного излучения неперекрывающихся спектральных каналов видимого и ближнего инфракрасного диапазонов, в отраженных потоках электромагнитного излучения формируют калибрующие электрические сигналы и электрические сигналы идентифицируемого объекта, пропорциональные изображениям поверхностей спектрально-белого калибровочного шаблона и идентифицируемого объекта, калибровку указанных сигналов осуществляют путем изменения в каждом из спектральных каналов мощностей опорных потоков и чувствительностей фотодетектирования до тех пор, пока максимальные значения калибрующих сигналов не достигнут заданной опорной величины, путем нелинейной пространственной фильтрации преобразуют электрические сигналы идентифицируемого объекта выбранных спектральных каналов в два исходных пространственно-спектральных образных сигнала, которые путем линейной пространственной фильтрации Френеля преобразуют в два конечных пространственно-спектральных образных сигнала, формируют спектральный и пространственно-спектральный образы идентифицируемого объекта, как двумерные частотные диаграммы исходных и конечных пространственно-спектральных образных сигналов соответственно, набор цифровых параметров идентифицируемого объекта формируют из их спектрального и пространственно-спектрального образов, а сравнение набора цифровых параметров идентифицируемого объекта с запомненными ранее аналогичными наборами эталонного образа объекта осуществляют, используя оптимальные по различающей способности и достоверности различения меры сходства спектрального и пространственно-спектрального образов идентифицируемого объекта с соответствующими спектральными и пространственно-спектральными образами эталонного объекта.

2 Способ по п. 1, отличающийся тем, что дополнительно осуществляют окрашивание выбранного участка поверхности эталонного и идентифицируемого объектов контрастным веществом, изменяющим коэффициенты отражения электромагнитного излучения в видимом и ближнем инфракрасном диапазонах.

РИСУНКИ

Рисунок 1, Рисунок 2