一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种高粱不完善类别识别装置及方法与流程

2022-08-31 23:12:57 来源:中国专利 TAG:

技术特征:
1.一种高粱不完善类别识别方法,其特征在于,包括:获取高粱的多角度图像,对所述多角度图像进行特征提取,获得高粱特征,根据所述高粱特征与预设的分类模型,获得所述多角度图像对应的识别类型;获得所述多角度图像的边缘轮廓,根据所述边缘轮廓获得尺寸数值,根据所述尺寸数值与预设的差异数值之间的比较结果,获得所述多角度图像对应的验证类型;判断所述验证类型与所述识别类型是否一致;若是,则获取第一识别结果;若否,则获取第二识别结果。2.根据权利要求1所述的高粱不完善类别识别方法,其特征在于,获取多角度图像的步骤包括:设置起始位置、终止位置,将所述高粱从所述起始位置移动至所述终止位置;在所述起始位置与所述终止位置之间选择中间位置,在所述中间位置与预设的四个方向的交点处对所述高粱进行拍摄,获得所述多角度图像。3.根据权利要求1所述的高粱不完善类别识别方法,其特征在于,对所述多角度图像进行特征提取,获得高粱特征集,根据所述高粱特征与预设的分类模型,获得所述多角度图像对应的识别类型的步骤包括:对所述多角度图像进行卷积处理,获得第一特征;对所述第一特征进行最大池化处理,获得第二特征;对所述第二特征进行全局均值池化处理,获得所述高粱特征;将所述高粱特征输入至全连接层进行映射处理,获得所述识别类型,其中,所述识别类型至少包括以下之一:破损类型、虫蚀类型、擦皮类型、发芽类型、霉变类型、杂质类型。4.根据权利要求1所述的高粱不完善类别识别方法,其特征在于,获得所述多角度图像的边缘轮廓的步骤包括:对所述多角度图像进行二值化处理,获得黑白图像;采用深度卷积神经网络提取所述黑白图像的感兴趣区域,根据所述感兴趣区域获得目标回归框;根据sobel算子对所述目标回归框内的所述黑白图像进行轮廓检测,获得轮廓;根据过滤算法对所述轮廓进行优化处理,获得所述边缘轮廓。5.根据权利要求4所述的高粱不完善类别识别方法,其特征在于,获得黑白图像的步骤包括:根据预设的尺寸对所述多角度图像进行裁剪,获得多角度分割图像;对所述多角度分割图像进行卷积处理,获得多角度平滑图像;对所述多角度平滑图像进行色差转换处理,获得多角度灰度图像;对所述多角度灰度图像进行阈值调整处理,获得所述黑白图像。6.根据权利要求4所述的高粱不完善类别识别方法,其特征在于,采用深度卷积神经网络提取所述黑白图像的感兴趣区域,根据所述感兴趣区域获得目标回归框的步骤包括:提取多个所述黑白图像的特征,获得黑白特征信息,对所述黑白特征信息进行残差传播处理,生成残差特征图;对所述残差特征图进行分离处理,获得图像前景及图像背景,根据所述图像前景得到所述感兴趣区域,并对所述感兴趣区域进行回归处理,生成所述目标回归框。
7.根据权利要求1所述的高粱不完善类别识别方法,其特征在于,根据所述边缘轮廓获得尺寸数值,根据所述尺寸数值与预设的差异数值之间的比较结果,获得所述多角度图像对应的验证类型的步骤包括:根据所述边缘轮廓获得中心坐标,根据所述中心坐标获得长轴数值、短轴数值,其中,所述尺寸数值包括:所述长轴数值、所述短轴数值;将所述长轴数值减去预设的标准长轴数值,获得长轴差值;将所述短轴数值减去预设的标准短轴数值,获得短轴差值;若所述长轴差值与所述短轴差值都小于所述差异数值,则获得第一验证类型;若否,则获得第二验证类型;其中,所述验证类型包括:所述第一验证类型、所述第二验证类型。8.一种高粱不完善类别识别装置,其特征在于,包括:第一获得模块,用于获取高粱的多角度图像,对所述多角度图像进行特征提取,获得高粱特征,根据所述高粱特征与预设的分类模型,获得所述多角度图像对应的识别类型;第二获得模块,用于获得所述多角度图像的边缘轮廓,根据所述边缘轮廓获得长轴数值、短轴数值,根据所述长轴数值、所述短轴数值分别与预设的差异数值之间的比较结果,获得所述多角度图像对应的验证类型;判断模块,用于将所述识别类型与所述验证类型进行比较,根据比较结果获得识别结果。9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述高粱不完善类别识别方法的步骤。10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述高粱不完善类别识别方法的步骤。

技术总结
本申请涉及一种高粱不完善类别识别方法、装置、计算机设备和存储介质。所述方法包括:通过获取高粱的多角度图像,对多角度图像进行特征提取,获得高粱特征,根据高粱特征与预设的分类模型,获得多角度图像对应的识别类型;获得多角度图像的边缘轮廓,根据边缘轮廓获得尺寸数值,根据尺寸数值与预设的差异数值之间的比较结果,获得多角度图像对应的验证类型;判断验证类型与识别类型是否一致;若是,则获取第一识别结果;若否,则获取第二识别结果,以此解决高粱不完善类别识别性能不佳等问题。解决高粱不完善类别识别性能不佳等问题。解决高粱不完善类别识别性能不佳等问题。


技术研发人员:李小红 毛育志 李巧玉 褚毅宏 牟明月 焦富 刘冰 韩莹 黄永涛 聂叶 谭方根 谭雪
受保护的技术使用者:贵州茅台酒股份有限公司
技术研发日:2022.06.07
技术公布日:2022/8/30
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献