基于机器视觉和深度学习融合的水果瑕疵分类方法、装置、存储介质及计算机设备
基本信息
申请号 | CN202110578621.8 | 申请日 | - |
公开(公告)号 | CN113269251A | 公开(公告)日 | 2021-08-17 |
申请公布号 | CN113269251A | 申请公布日 | 2021-08-17 |
分类号 | G06K9/62(2006.01)I;G06T7/136(2017.01)I;G06T7/194(2017.01)I | 分类 | 计算;推算;计数; |
发明人 | 卢业青;魏芳坤;汪洋 | 申请(专利权)人 | 安徽唯嵩光电科技有限公司 |
代理机构 | 昆明合众智信知识产权事务所 | 代理人 | 甘善甜 |
地址 | 230088安徽省合肥市高新区柏堰科技园明珠大道659号 | ||
法律状态 | - |
摘要
摘要 | 本发明提供一种基于机器视觉和深度学习融合的水果瑕疵分类方法、装置、存储介质及计算机设备,使用相机采集水果的彩色图像,对采集的彩色图像分别进行背景分割算法处理、去掉背景区域、HSI颜色变换、S空间的高斯差分运算等处理,获得DoG图像进行阈值分割,获取瑕疵区域,并在彩色图像中定位目标区域,截取瑕疵区域的图像,然后进行处理分类,赋予不同的标签号,构建并训练差分卷积神经网络结构,获取网络连接权重矩阵,从而完成对待检测图像的瑕疵分类,实现水果的分级,融合了机器视觉和深度学习的优点,充分考虑了水果瑕疵分类识别的复杂性,在提高识别率的同时,还降低了识别的时间,降低了果梗和花萼由于角度和姿态变换对分类识别的干扰。 |
