一种智慧农业植物保障系统技术方案

本发明专利技术公开一种智慧农业植物保障系统，属于领域，系统包括：获取水果物理属性数据：利用多模态测量工具，获取水果的物理属性数据；获取水果品质性状数据：利用光谱测量方法，获取水果品质性状数据；水果品质评估：根据所述水果物理属性数据和所述水果品质性状数据，采用信息融合方法，综合评定得到水果品质。本发明专利技术的有益效果是：利用了多模态信息融合具有信息量大、容错性好以及与人类认知过程相似的优点，并对数据进行处理，与对应特征进行关联。此方法不仅能够提高水果单一品质指标的检测能力，而且可进行水果多品质指标同时检测，实现水果综合品质的分级分选。水果综合品质的分级分选。水果综合品质的分级分选。

【技术实现步骤摘要】
一种智慧农业植物保障系统


[0001]本专利技术涉及水果品质检测领域，尤其涉及一种智慧农业植物保障系统。

技术介绍

[0002]水果外部品质检测的重要研究内容之一是外部缺陷检测。Costa等建立了一个包含外部缺陷番茄的43843幅图像的数据集，提出了一种用于番茄外部缺陷检测的深层神经网络模型。Luna等也研究了番茄的外观缺陷问题，他们基于深度学习，利用Python中的OpenCV库进行编程，对外部品质有问题的番茄进行了识别。Azizah等采用深度学习CNN模型检测了山竹的表面缺陷，采用CNN结合四次交叉验证的方法解决了二值分类问题。该方法对山竹缺陷表面检测的分类准确率可达97.5％。由已发表的文献可知，水果的外部缺陷检测主要集中在机械损伤和外观缺陷参数两方面。对于水果外观缺陷检测一般RGB图像可以反映，而机械损伤早期水果外观不明显，其检测常利用光谱图像。
[0003]水果的内部品质主要取决于它们的可溶性固形物含量、硬度、糖度、成熟度等营养元素含量，对水果的经济价值影响较大，是人们十分关注的问题。Yu等结合深度学习与Vis/NIR高光谱反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧农业植物保障系统，其特征在于：包括以下模块：水果物理属性数据获取模块：利用多模态测量方法，获取水果的物理属性数据；水果品质性状数据获取模块：利用光谱测量方法，获取水果品质性状数据；水果品质评估模块：根据所述水果物理属性数据和所述水果品质性状数据，采用信息融合方法，综合评定得到水果品质。2.如权利要求1所述的一种智慧农业植物保障系统，其特征在于：所述多模态测量方法，包括：尺寸测量、称重测量和图像测量。3.如权利要求1所述的一种智慧农业植物保障系统，其特征在于所述多模态测量方法中的图像测量，具体指采用基于深度学习CNN模型的水果表面缺陷检测方法，获取水果色泽、水果表面缺陷位置及缺陷程度。4.如权利要求1所述的一种智慧农业植物保障系统，其特征在于：所述水果的物理属...

【专利技术属性】
技术研发人员：廖伟华，陈振宇，
申请(专利权)人：南京大学深圳研究院，
类型：发明
国别省市：