[发明专利]一种农产品图像处理与区块链交互识别方法及系统

权利要求书

1.一种农产品图像处理与区块链交互识别方法，其特征是，包括以下步骤：

获取目标农产品在第一生长阶段的第一图像信息，对所述第一图像信息进行指纹提取，得到该目标农产品的第一指纹信息，将所述第一生长阶段的时间信息、第一图像信息与所述第一指纹信息作为目标农产品的溯源信息，并存储在区块链上；

接收目标农产品的更新信息，所述更新信息包括目标农产品在第二生长阶段的第二图像信息，以及所述第二生长阶段的时间信息；

根据所述溯源信息对所述更新信息进行验证，在验证成功后将所述更新信息存储在所述区块链上。

2.根据权利要求1所述的一种农产品图像处理与区块链交互识别方法，其特征是，所述区块链上还存储有与所述第一指纹信息关联的目标农产品在多个生长阶段的标准图像信息；

根据所述溯源信息对所述更新信息进行验证，包括：

根据所述第二生长阶段的时间信息确定对应的标准图像信息；

将所述第二图像信息与所述标准图像信息进行匹配。

3.根据权利要求1所述的一种农产品图像处理与区块链交互识别方法，其特征是，根据所述溯源信息对所述更新信息进行验证，包括：对所述第二图像信息进行指纹提取，得到该目标农产品的第二指纹信息，将所述第一指纹信息和第二指纹信息进行比对。

4.根据权利要求1所述的一种农产品图像处理与区块链交互识别方法，其特征是，对所述第一图像信息进行指纹提取，包括：

对所述第一图像信息进行图像分割处理；

将分割处理后的图像输入到基于深度学习训练得到的神经网络模型，获取所述神经网络模型输出的对农产品分类有区分度的特征向量作为该目标农产品的第一指纹信息。

5.根据权利要求4所述的一种农产品图像处理与区块链交互识别方法，其特征是，所述神经网络模型具体采用基于Tensorflow框架搭建的LeNet-5卷积神经网络模型，其中所述LeNet-5卷积神经网络模型包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第一全连接层和第二全连接层；

该方法还包括：获取所述第二全连接层输出的特征向量作为该目标农产品的第一指纹信息。

6.一种农产品图像处理与区块链交互识别系统，其特征是，所述系统包括：

处理模块，用于获取目标农产品在第一生长阶段的第一图像信息，对所述第一图像信息进行指纹提取，得到该目标农产品的第一指纹信息，将所述第一生长阶段的时间信息、第一图像信息与所述第一指纹信息作为目标农产品的溯源信息，并存储在区块链上；

接收模块，用于接收目标农产品的更新信息，所述更新信息包括目标农产品在第二生长阶段的第二图像信息，以及所述第二生长阶段的时间信息；

验证模块，用于根据所述溯源信息对所述更新信息进行验证，在验证成功后将所述更新信息存储在所述区块链上。

7.一种农产品图像处理与区块链交互识别设备，其特征是，包括：处理器；以及被配置成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述权利要求1至5中任一项所述方法的步骤。

8.一种计算机存储介质，用于存储计算机可执行指令，其特征在于，所述计算机可执行指令在被执行时实现上述权利要求1至5中任一项所述方法的步骤。