肉类检测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种肉类检测方法，包括：采集待测肉类图像的高光谱图像；利用全卷积网络对所述高光谱图像进行卷积处理，得到所述高光谱图像的待测热图；对所述待测热图进行语义分割处理，得到所述待测热图的待测语义分割图像；对所述待测语义分割图像进行肉类检测，得到肉类检测结果。本发明专利技术还公开了一种肉类检测装置、设备和存储介质。本发明专利技术替代人为检测，提高了肉类检测的效率。

Meat testing methods, devices, equipment and storage media

【技术实现步骤摘要】
肉类检测方法、装置、设备和存储介质
本专利技术涉及图像处理领域，尤其涉及一种肉类检测方法、装置、设备和存储介质。
技术介绍
肉类作为人类日常饮食中不可或缺的一类食品，可提供足够的蛋白质、维生素和矿物质来满足人类的健康需求。日常饮食中，猪肉、牛肉、羊肉等肉类由于蛋白质的含量比较高，深受消费者的欢迎。随着社会经济的发展，人们对肉类的需求越来越大，对于肉类的检测分拣也成为工业的重要一环。然而目前的肉类检测方式依然大量采用人为检测的方式，效率低的同时还造成了大量人力资源的浪费。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种肉类检测方法、装置、设备和存储介质，旨在解决人为进行肉类检测的效率低的技术问题。为实现上述目的，本专利技术提供一种肉类检测方法，包括：采集待测肉类图像的高光谱图像；利用全卷积网络对所述高光谱图像进行卷积处理，得到所述高光谱图像的待测热图；对所述待测热图进行语义分割处理，得到所述待测热图的待测语义分割图像；对所述待测语义分割本文档来自技高网...

【技术保护点】
1.一种肉类检测方法，其特征在于，所述肉类检测方法包括以下步骤：/n采集待测肉类图像的高光谱图像；/n利用全卷积网络对所述高光谱图像进行卷积处理，得到所述高光谱图像的待测热图；/n对所述待测热图进行语义分割处理，得到所述待测热图的待测语义分割图像；/n对所述待测语义分割图像进行肉类检测，得到肉类检测结果。/n

【技术特征摘要】
1.一种肉类检测方法，其特征在于，所述肉类检测方法包括以下步骤：
采集待测肉类图像的高光谱图像；
利用全卷积网络对所述高光谱图像进行卷积处理，得到所述高光谱图像的待测热图；
对所述待测热图进行语义分割处理，得到所述待测热图的待测语义分割图像；
对所述待测语义分割图像进行肉类检测，得到肉类检测结果。


2.如权利要求1所述的肉类检测方法，其特征在于，所述利用全卷积网络对所述高光谱图像进行卷积处理，得到所述高光谱图像的热图，作为待测热图的步骤之后，所述肉类检测方法还包括：
利用反卷积网络将所述待测热图放大至与所述高光谱图像的大小一致，根据大小与所述高光谱图像一致的待测热图执行所述对所述待测热图进行语义分割处理，得到所述待测热图的待测语义分割图像的步骤。


3.如权利要求1所述的肉类检测方法，其特征在于，所述对所述待测语义分割图像进行肉类检测，得到肉类检测结果的步骤，具体包括：
将所述待测语义分割图像与标准肉类图像集进行匹配，获得匹配结果；
根据所述匹配结果获取所述待测肉类图像对应的肉类类别，将所述肉类类别作为肉类检测结果。


4.如权利要求1所述的肉类检测方法，其特征在于，所述对所述待测语义分割图像进行肉类检测，得到肉类检测结果的步骤，具体包括：
根据所述待测语义分割图像内各像素点的参数，按照预设规则将所述待测语义分割图像划分为多个类别的区域子图；
计算各类别对应的区域子图的面积之和与所述待测语义分割图像的面积的比例，作为各类别的面积占比；
根据各类别的面积占比，判断所述待测肉类图像所对应的肉类类别，将所述肉类类别作为肉类检测结果。


5.如权利要求1所述的肉类检测方法，其特征在于，所述对所述待测语义分割图像进行肉类检测，得到肉类检测结果的步骤，具体包括：
利用肉类分类模型，...

【专利技术属性】
技术研发人员：李雅琴，朱明明，袁操，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北;42