[发明专利]一种基于神经网络的烟叶烘烤方法、系统及其相关组件

权利要求书

1.一种基于神经网络的烟叶烘烤方法，其特征在于，包括：

获取烟叶烘烤过程的视频流，并间隔指定时间在所述视频流中截取图像，得到多张所述烟叶处于不同阶段的烟叶样本图像；

对不同阶段的所述烟叶样本图像进行清洗操作，并对清洗后的烟叶样本图像所处阶段进行标注，获得所述烟叶样本图像所处阶段和温控参数的对应关系，并将所述烟叶样本图像保存至不同阶段对应的文件目录中；

将各所述文件目录中的所述烟叶样本图像输入至基于神经网络的图像处理模型中进行识别训练，得到训练好的图像处理模型；

获取待识别的当前烟叶图像，将所述当前烟叶图像输入至所述图像处理模型，预测得到当前烟叶状态，根据所述对应关系查询得到当前烟叶状态所处阶段对应的温控参数，将所述温控参数发送至温控设备，使所述温控设备根据所述温控参数调整烘烤温度；

所述对不同阶段的所述烟叶样本图像进行清洗操作，包括：

获取所述烟叶样本图像中的噪点图像，并将所述噪点图像删除，得到有效的所述烟叶样本图像；

所述获取所述烟叶样本图像中的噪点图像，并将所述噪点图像删除，得到有效的所述烟叶样本图像，包括：

获取所述烟叶样本图像中的噪点图像，并判断所述噪点图像在所述烟叶样本图像中的占比是否大于预设阈值；

若所述噪点图像在所述烟叶样本图像中的占比大于预设阈值，则判定所述烟叶图像为无效图像，重新对所述烟叶样本图像进行采集；

若所述噪点图像在所述烟叶样本图像中的占比小于预设阈值，则将所述噪点图像删除，得到有效的所述烟叶样本图像；

所述将各所述文件目录中的所述烟叶样本图像输入至基于神经网络的图像处理模型中进行识别训练，得到训练好的图像处理模型，包括：

将所述烟叶样本图像输入至基于神经网络的图像处理模型中进行特征提取，获得所述烟叶样本图像的特征数据；

将所述特征数据进行卷积操作，并对卷积后的特征数据进行池化处理，得到目标数据，根据所述目标数据计算所述烟叶样本图像的当前分类值，并判断所述当前分类值与真实分类值的误差是否收敛；

若所述当前分类值与真实分类值的误差不收敛，则利用反向传播算法调整所述图像处理模型中的权重值，并重新计算所述烟叶样本图像的当前分类值，直至所述当前分类值与真实分类值的误差收敛。

2.根据权利要求1所述的基于神经网络的烟叶烘烤方法，其特征在于，所述获取烟叶烘烤过程的视频流，并间隔指定时间在所述视频流中截取图像，得到多张所述烟叶处于不同阶段的烟叶样本图像，包括：

利用采集装置采集烟叶烘烤过程的视频流，间隔指定时间在所述视频流中截取图像，并对所截取的图像进行预处理，得到烟叶样本图像；所述预处理包括补光处理、夜视处理以及降噪处理中的一种或多种；

将预处理后的所述烟叶样本图像保存至所述采集装置的本地存储器中。

3.根据权利要求1所述的基于神经网络的烟叶烘烤方法，其特征在于，所述对清洗后的烟叶样本图像所处阶段进行标注，获得所述烟叶样本图像所处阶段和温控参数的对应关系，并将所述烟叶样本图像保存至不同阶段对应的文件目录中，包括：

获取烟叶烘烤过程中所有的所述烟叶样本图像，并记录每一张所述烟叶样本图像对应的烘烤时间及当前温度；

根据所述烟叶样本图像对应的烘烤时间及当前温度，对所述烟叶样本图像的当前阶段进行标注，并将标注后的所述烟叶样本图像保存至不同阶段对应的文件目录中。

4.根据权利要求1所述的基于神经网络的烟叶烘烤方法，其特征在于，所述根据所述对应关系查询得到当前烟叶状态所处阶段对应的温控参数，将所述温控参数发送至温控设备，使所述温控设备根据所述温控参数调整烘烤温度，包括：

根据所述当前烟叶状态所处阶段在对应关系中查询所述当前烟叶的温控参数，并比对所述当前烟叶的温控参数与所述温控设备的温控参数是否一致；

若所述当前烟叶的温控参数与所述温控设备的温控参数不一致，则向所述温控设备发送对应的报文指令，使所述温控设备调整烘烤温度。