技術(shù)特征：

1.基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于，其包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：步驟s2.2中，高斯中心環(huán)繞函數(shù)的個數(shù)為三個，分別為高、中、低三個尺度不同的高斯中心環(huán)繞函數(shù)，k=3，且=1/3；=15；=80；=200。

3.根據(jù)權(quán)利要求1所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：步驟s5中，通過經(jīng)驗的實驗員對試紙照片進行變色程度評分，最終取三名實驗員評分的均值作為該試紙照片的最終評分。

4.根據(jù)權(quán)利要求1所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：所述數(shù)據(jù)集為csv格式。

5.根據(jù)權(quán)利要求1所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：步驟s1中，采集不同狀態(tài)的試紙照片數(shù)量為1000張，步驟s5得到的數(shù)據(jù)集包含1000張試紙照片數(shù)據(jù)，其中700張試紙照片數(shù)據(jù)用于隨機森林訓練，300張試紙照片數(shù)據(jù)用于隨機森林測試。

6.根據(jù)權(quán)利要求1所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：步驟s6中，隨機森林訓練時，優(yōu)化隨機森林參數(shù)，具體如下：

7.根據(jù)權(quán)利要求6所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：數(shù)據(jù)集中，五個特征的重要性排序為：p≥lrmin≥ly≥lymin≥lr。

8.根據(jù)權(quán)利要求7所述的基于改進msrcr與隨機森林的試紙變色定量識別方法，其特征在于：數(shù)據(jù)集中，五個特征的重要性占比為：p為0.35，lrmin為0.25，ly為0.2，lymin為0.1，lr為0.1。

技術(shù)總結(jié)
本發(fā)明公開了一種基于改進MSRCR與隨機森林的試紙變色定量識別方法，其是先由相機采集不同狀態(tài)的試紙照片作為目標圖像，再利用改進的MSRCR算法自適應(yīng)增強圖像，提高識別穩(wěn)定性，最后利用隨機森林算法則通過集成多棵決策樹，對試紙變色程度進行了準確測試。本發(fā)明通過引入機器視覺技術(shù)，將改進MSRCR算法與隨機森林結(jié)合，實現(xiàn)了試紙變色識別的自動化，顯著提高了檢驗工作的效率，有效解決了傳統(tǒng)方法中檢驗效率低、主觀性強以及數(shù)據(jù)利用不充分的問題。實驗結(jié)果表明，該方法在對比度、信息熵和峰值信噪比等評價指標上均優(yōu)于傳統(tǒng)方法，且隨機森林模型在測試試紙變色程度時表現(xiàn)出色，誤差小。

技術(shù)研發(fā)人員：鮑振宇,盧光鈺
受保護的技術(shù)使用者：江蘇省產(chǎn)品質(zhì)量監(jiān)督檢驗研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9