[发明专利]果心区域定位、果心室外端与果实半径比计算方法及系统在审
申请号: | 202210212707.3 | 申请日: | 2022-03-04 |
公开(公告)号: | CN114565667A | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 刘长勇;查志华;邓红涛;李伟;李思佳;史慧;杜粤猛 | 申请(专利权)人: | 新疆农垦科学院;石河子大学 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/62;G06N3/04;G06N3/08 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 孙楠 |
地址: | 832000 新疆*** | 国省代码: | 新疆;65 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 果心 区域 定位 室外 果实 半径 计算方法 系统 | ||
本发明涉及一种果心区域定位、果心室外端与果实半径比计算方法及系统,其包括:制作数据集并训练网络参数,构建网络模型;将实时采集视频中的图像输入所述网络模型,定位采集视频图像中果心、果肉位置区域;在所述定位果心、果肉位置区域中,确定果心区域,根据所述果心区域计算得到果心室外端与果实半径比。本发明能精准区分苹果果肉和果心,精确计算果心室外端与果实半径比,可简化苹果品质检测过程,提高等级划分准确度,同时,可精准定位果心区域,为机械化精细除核提供数据支持;可以广泛在水果品质检测技术领域中。
技术领域
本发明涉及一种水果品质检测技术领域,特别是关于一种果心区域定位、果心室外端与果实半径比计算方法及系统。
背景技术
随着人民生活水平的提升,苹果的消费量和产量在逐年递增。果心是苹果中不可食用的一部分,果心大小占苹果比例是决定苹果品质的重要因素。现有果心大小评价指标中,评价规范要求:随机抽取10个果实,沿果实最大横径处一次性切开,横切面如图1所示,观察果心外端达到果实半径的相对位置(以10个果实的平均值计算),将苹果果心大小划分为小、中、大三个等级,划分标准如表1所示。
表1苹果果心大小评价标准
传统测量果心室外端和果实半径的方法依靠游标卡尺和目视,由于果心存在偏心和形状不规则等因素,测量误差大,测量后需手工录入数据计算均值,费工费时。
在苹果深加工过程中,去除果心是非常重要的步骤。随着机械自动化水平的提升,已经发明了很多自动化去核设备。这些设备依靠机械力,将苹果从上之下抠除内部柱形区域。这些方法切除的苹果区域形状大小固定,存在大量的可食用果肉,浪费严重。为这些机械设备提供切除苹果区域精确位置数据,是提高苹果可利用率的最佳方案。
发明内容
针对上述问题,本发明的目的是提供一种果心区域定位、果心室外端与果实半径比计算方法及系统,其能精准区分苹果果肉和果心,精确计算果心室外端与果实半径比,可简化苹果品质检测过程,提高等级划分准确度。同时,可精准定位果心区域,为机械化精细除核提供数据支持。
为实现上述目的,本发明采取以下技术方案:一种果心区域定位、果心室外端与果实半径比计算方法,其包括:制作数据集并训练网络参数,构建网络模型;将实时采集视频中的图像输入所述网络模型,定位采集视频图像中果心、果肉位置区域;在所述定位果心、果肉位置区域中,确定果心区域,根据所述果心区域计算得到果心室外端与果实半径比。
进一步,所述制作数据集包括:
利用图像标注工具Labelme,选择水果的果心、果肉区域边缘,对不同属于区域像素进行标注;
对标注后图片按照预先设定的比例随机划分为训练集、验证集和测试集。
进一步,所述网络模型为改进Unet卷积神经网络模型;所述网络模型包括:
所述网络模型采用VGG16结构的主干特征提取网络共获得5个初步有效特征层,将得到的第5个初步有效特征层作为输入传递给ViT结构;
特征层首先经过Patch Embedding层,此处卷积层Conv2d的kernel_size和stride为1,只用来调整channel值;在输入到Transformer Encoder层之前进行PositionEmbedding,用于补充空间信息;
在Transformer Encoder层将Encoder Block堆叠12次,Encoder Block包括LayerNorm、Multi-Head Attention、Drop Path和MLP Block;
对ViT输出结果reshape后进行上采样,与其上一层的有效特征层进行堆叠,再进行两次标准的卷积进行加强特征提取,获得最终的有效特征层;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆农垦科学院;石河子大学,未经新疆农垦科学院;石河子大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210212707.3/2.html,转载请声明来源钻瓜专利网。