本發明申請屬于機器視覺技術領域，具體公開了一種大曲品質檢測嵌入式高光譜智慧型測控系統，包括SOCFPGA嵌入式設備、標定板數據庫、離線主機、無線通訊模塊、高光譜相機、光源、數據存儲(DDR)模塊、現場主控制器、現場分控制器、現場執行機構。本方案主要應用在固態釀造中對大曲發酵的監測控制過程中，解決了傳統上依賴人工經驗進行判斷大曲發酵過程的測控方法存在現場工作環境惡劣、數據采集慢、檢測速度慢、檢測精度差、無法實時檢測、控制時機不準確的問題。

技術領域

本發明屬于機器視覺領域，具體涉及ARM+FPGA的SOCFPGA智能嵌入式系統、深度學習算法-YOLOV4對固態釀造中曲房大曲高光譜數據采集與加速處理系統。

背景技術

大曲在我國釀酒行業特別是固態釀造扮演著重要作用，大曲發酵的質量好壞直接影響了成品酒的品質。大曲的發酵過程是一個多階段的復雜過程，不同的發酵階段需要不同的發酵環境，而大曲在不同的發酵階段會發生菌落、水分含量、氣味等的變化，并且目前大曲發酵過程的控制主要以人工為主導，有經驗的工人師傅每隔一段時間進入大曲發酵曲房，通過查看大曲外觀和聞大曲氣味來判斷大曲發酵階段，并以此為依據做出相應控制決策改變大曲發酵環境。

隨著科學技術進步與發展，食品行業也在向著規模化、規范化、先進化發展，這種高度依賴人工經驗的大曲發酵過程測控方法存在現場工作環境惡劣、數據采集慢、檢測速度慢、檢測精度差、無法實時檢測、控制時機不準確的問題。

發明內容

本發明的目的在于提供一種大曲品質檢測嵌入式高光譜智慧型測控系統，以解決傳統上依賴人工經驗進行判斷大曲發酵過程的測控方法存在現場工作環境惡劣、數據采集慢、檢測速度慢、檢測精度差、無法實時檢測、控制時機不準確的問題。

為了達到上述目的，本發明的技術方案為：

大曲品質檢測嵌入式高光譜智慧型測控系統，包括SOCFPGA嵌入式設備、標定板數據庫、離線主機、無線通訊模塊、高光譜相機、光源、數據存儲(DDR)模塊、現場主控制器、現場分控制器、現場執行機構，高光譜相機與光源相連接，高光譜相機與SOCFPGA嵌入式設備相連接，SOCFPGA嵌入式設備通過無線通訊模塊與離線主機相連接，離線主機與標定板數據庫相連接，SOCFPGA嵌入式設備通過無線通訊模塊與現場主控制器相連接，現場主控制器通過無線通訊模塊與現場分控制器相連接，現場分控制器與現場執行機構相連接；

大曲高光譜數據利用SOCFPGA嵌入式設備加速處理的過程是通過在FPGA內編寫處理高光譜數據的硬件電路來實現的，具體為：利用SOCFPGA嵌入式設備對三維小波聚類的算法進行加速設計，找出與大曲氣味相關的特征波段，通過處理大曲光譜數據獲取大曲氣味的智能化氣味識別，尋找特征波段的具體聚類過程如下：a、輸入大曲高光譜數據；b、選擇三個特征波段；c、運用三維小波聚類算法進行聚類；d、判斷聚類結果是否將含特殊氣味的大曲篩選為一類，結果未滿足預期則重復執行b-d步驟，直至將特征氣味大曲篩選為一類，此時篩選的特征波段為大曲氣味的特征波段；通過YOLOV4網絡在不同波段預測大曲發酵特征,利用YOLOV4網絡預測大曲高光譜圖像信息：a、通過標注訓練得到能夠在可見光波段圖像信息中預測穿衣、火圈、裂紋特征的YOLOV4-0網絡；b、在近紅外波段圖像信息的數據標注過程中，通過可視化云圖的方式記錄大曲中水分含量、酸度和微生物的分布位置和大小信息，進行樣本標注和訓練，得到能夠識別定位高光譜近紅外波段圖像數據中預測水分含量、酸度等特征的YOLOV4-1網絡，通過SOCFPGA嵌入式設備加速YOLOV4-0、YOLOV4-1兩個網絡，同時對大曲高光譜圖像信息進行處理，預測大曲的發酵特征；

高光譜相機通過千兆網線與SOCFPGA嵌入式設備相連接，通過SOCFPGA嵌入式設備執行軟觸發方式控制高光譜相機采集大曲高光譜數據；

數據存儲模塊與數據先入先出緩沖電路模塊相連接，數據先入先出緩沖電路模塊與SOCFPGA嵌入式設備相連接，大曲高光譜數據存儲在存儲模塊中，由數據先入先出緩沖電路逐行送入SOCFPGA嵌入式設備中的FPGA芯片中進行運算處理；