基于神经网络的植物颜色识别方法及装置

技术特征：
1.一种基于神经网络的植物颜色识别方法，其特征在于，所述方法包括以下步骤：获取标准比色卡样本集，并将所述标准比色卡样本集划分为训练集和测试集；其中，所述标准比色卡样本集包括若干个标准比色卡的色条rgb值和所述色条rgb值对应的色条cielab值；建立若干个神经网络模型，利用所述训练集对所述神经网络模型进行训练，获得若干个植物颜色识别模型；利用所述测试集对若干个植物颜色识别模型进行识别精度测试，并基于所述识别精度测试的结果，确定目标植物颜色识别模型；在接收到采集的待识别植物的目标rgb值时，利用所述目标植物颜色识别模型对所述待识别植物进行颜色识别，获得所述待识别植物的目标cielab值；基于所述目标cielab值，在标准比色卡的颜色值数据库中，确定待识别植物的色号。2.如权利要求1所述的基于神经网络的植物颜色识别方法，其特征在于，所述获取标准比色卡样本集步骤，具体包括：将标准比色卡中的色条分组，采集每组色条上每个色块的rgb值；获取所述色条上每个色块经过色差仪测定的cielab值，并根据所述rgb值和所述cielab值，建立标准比色卡样本集。3.如权利要求2所述的基于神经网络的植物颜色识别方法，其特征在于，所述采集每组色条上每个色块的rgb值步骤，具体包括：将每组色条按顺序平铺排列至图像采集室的拍摄面，拍摄色条在当前排列状态的第一色条图像；调整所述拍摄面上色条的平铺顺序，拍摄色条在调整后排列状态的第二色条图像；提取所述第一色条图像和第二色条图像中色条上每个色块的rgb值。4.如权利要求3所述的基于神经网络的植物颜色识别方法，其特征在于，所述调整所述拍摄面上色条的平铺顺序，拍摄色条在调整后排列状态的第二色条图像步骤，具体包括：对拍摄面上色条进行循环移位调整；并对循环移位调整之后的每个状态对应的图像进行拍摄，以使所述第二色条图像包括任意一个色条在拍摄面的每个色条位置上的图像。5.如权利要求4所述的基于神经网络的植物颜色识别方法，其特征在于，所述获取所述色条上每个色块经过色差仪测定的cielab值，并根据所述rgb值和所述cielab值，建立标准比色卡样本集步骤，具体包括：获取每组色条上每个色块经过色差仪测定的cielab值以及每个色块提取的n个rgb值；其中n为色条在采集rgb值时具有的排列状态数量；根据所述cielab值和所述n个rgb值，建立标准比色卡样本集。6.如权利要求1所述的基于神经网络的植物颜色识别方法，其特征在于，利用所述测试集对若干个植物颜色识别模型进行识别精度测试，并基于所述识别精度测试的结果，确定目标植物颜色识别模型步骤，具体包括：利用若干个植物颜色识别模型分别对所述测试集进行识别，获得每个植物颜色识别模型分别对l*颜色值、a*颜色值和b*颜色值的识别正确率；根据所述识别正确率，为l*颜色值、a*颜色值和b*颜色值的识别分别匹配对应的植物
颜色识别模型。7.如权利要求1所述的基于神经网络的植物颜色识别方法，其特征在于，所述目标植物颜色识别模型包括l*颜色识别模型、a*颜色识别模型和b*颜色识别模型，所述利用所述目标植物颜色识别模型对所述待识别植物进行颜色识别，获得所述待识别植物的目标cielab值步骤，包括：分别利用l*颜色识别模型、a*颜色识别模型和b*颜色识别模型对待识别植物进行颜色识别，获得待识别植物的l*颜色值、a*颜色值和b*颜色值；利用所述l*颜色值、a*颜色值和b*颜色值，确定待识别植物的目标cielab值。8.一种基于神经网络的植物颜色识别装置，其特征在于，所述基于神经网络的植物颜色识别装置包括：获取模块，用于获取标准比色卡样本集，并将所述标准比色卡样本集划分为训练集和测试集；其中，所述标准比色卡样本集包括若干个标准比色卡的色条rgb值和所述色条rgb值对应的色条cielab值；建立模块，用于建立若干个神经网络模型，利用所述训练集对所述神经网络模型进行训练，获得若干个植物颜色识别模型；测试模块，用于利用所述测试集对若干个植物颜色识别模型进行识别精度测试，并基于所述识别精度测试的结果，确定目标植物颜色识别模型；识别模块，用于在接收到采集的待识别植物的目标rgb值时，利用所述目标植物颜色识别模型对所述待识别植物进行颜色识别，获得所述待识别植物的目标cielab值；确定模块，用于基于所述目标cielab值，在标准比色卡的颜色值数据库中，确定待识别植物的色号。9.一种基于神经网络的植物颜色识别设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于神经网络的植物颜色识别程序，所述基于神经网络的植物颜色识别程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于神经网络的植物颜色识别方法的步骤。10.一种存储介质，其特征在于，所述存储介质上存储有基于神经网络的植物颜色识别程序，所述基于神经网络的植物颜色识别程序被处理器执行时实现如权利要求1至7中任一项所述的基于神经网络的植物颜色识别方法的步骤。

技术总结
本发明公开了一种基于神经网络的植物颜色识别方法、装置、设备及存储介质，通过获取包括若干个标准比色卡的色条RGB值与色条CIELAB值的标准比色卡样本集，对植物颜色识别模型进行建立与精度测试，为CIELAB值中每个颜色值指标匹配对应的目标植物颜色识别模型，并利用该目标植物颜色识别模型对待识别植物的目标RGB值进行颜色识别，以获得待识别植物在标准比色卡基准下的色号。本申请实施例通过建立植物颜色识别模型，利用样本集中不同状态下标准比色卡对应色条RGB值与CIELAB值的关系对植物颜色识别模型进行训练，并为对应颜色值匹配契合度更高的目标植物颜色识别模型，以此提高了利用比色卡对植物颜色进行识别的正确率。比色卡对植物颜色进行识别的正确率。比色卡对植物颜色进行识别的正确率。


技术研发人员：刘艳芳 杨晓洪 滕彩玲 邓超 韩瑞玺 陈载清
受保护的技术使用者：云南省农业科学院质量标准与检测技术研究所
技术研发日：2022.04.13
技术公布日：2022/7/29