一种水果状态无损识别方法技术

本申请提供一种水果状态无损识别方法，包括以下步骤：获取水果的视觉图像；根据视觉图像，识别水果的外观损伤类型；外观损伤类型包括外观有损和外观无损；获取外观无损的水果的X射线图像；根据X射线图像，识别水果的内部损伤类型；内部损伤类型包括内部有损和内部无损；根据内部有损的水果的X射线图像，识别水果的具体损伤类型；具体损伤类型包括内部碰伤和内部木栓。通过上述步骤，使得提高了检测识别的可靠性，避免了冗杂的计算量的介入，进而提高了检测效率，避免计算资源占用量大，也便于对识别后的水果状态进行分类处理。对识别后的水果状态进行分类处理。对识别后的水果状态进行分类处理。

【技术实现步骤摘要】
一种水果状态无损识别方法


[0001]本公开一般涉及水果状态无损识别
，具体涉及一种水果状态无损识别方法。

技术介绍

[0002]随着当今世界的经济发展，人们生活质量的提高，消费者对水果品质的要求也愈来愈高，因此需要对水果进行损伤检测，满足不同消费者的需求。无损检测技术为实现这些需求提供了一种省时省力、高效、无损和无污染的检测手段。
[0003]现有技术中，通常通过建立无损检测模型，以“横向”检测方式对待检测水果的所有损伤类型，即一个无损检测模型即可检测待检测水果的所有损伤类型；这种“横向”检测方式下，导致对无损检测模型的要求较高，需要较大数据量的训练集样本支持，而训练过程或识别过程也由于数据量较大，使得计算过程复杂且冗余，效率较低。同时输出待检测水果的所有损伤类型后也不利于分级分类。

技术实现思路

[0004]鉴于现有技术中的上述缺陷或不足，期望提供一种可解决上述技术问题的一种水果状态无损识别方法。
[0005]本申请提供一种水果状态无损识别方法，包括以下步骤：s1：获取水果的视觉图像；s2：根据所述视觉图像，识别水果的外观损伤类型；所述外观损伤类型包括外观有损和外观无损；s3：获取所述外观无损的水果的X射线图像；s4：根据所述X射线图像，识别水果的内部损伤类型；所述内部损伤类型包括内部有损和内部无损；s5：根据内部有损的水果的X射线图像，识别水果的具体损伤类型；所述具体损伤类型包括内部碰伤和内部木栓。
[0006]根据本申请实施例提供的技术方案，根据所述视觉图像，识别水果的外观损伤类型的方法为：获取第一数据集，将所述第一数据集分为第一训练集和第一测试集；所述第一数据集包括外观有损和外观无损的视觉样本图像；基于第一卷积神经网络构建外观检测模型；以第一训练集和第一测试集对所述外观检测模型进行训练和测试，得到训练后的外观检测模型；将步骤s1中得到的视觉图像输入至所述训练后的外观检测模型中，输出所述水果的外观损伤类型。
[0007]根据本申请实施例提供的技术方案，根据所述X射线图像，识别水果的内部损伤类
型的方法为：获取第二数据集，将所述第二数据集分为第二训练集和第二测试集；所述第二数据集包括内部有损和内部无损的三通道X射线图像；基于第二卷积神经网络构建内部损伤预检测模型；以第二训练集和第二测试集对所述内部损伤预检测模型进行训练和测试，得到训练后的内部损伤预检测模型；将步骤s3中的X射线图像由单通道调整为三通道并输入至训练后的内部损伤预检测模型中，输出所述水果的内部损伤类型。
[0008]根据本申请实施例提供的技术方案，根据内部有损的水果的X射线图像，识别水果的具体损伤类型的方法为：获取第三数据集，将所述第三数据集分为第三训练集和第三测试集；所述第三数据集包括内部碰伤和内部木栓的单通道X射线图像；基于第三卷积神经网络构建内部损伤深度检测模型；以第三训练集和第三测试集对所述内部损伤深度检测模型进行训练和测试，得到训练后的内部损伤深度检测模型；将内部有损的水果的X射线图像由三通道调整为单通道并输入至内部损伤深度检测模型中，输出所述水果的具体损伤类型。
[0009]根据本申请实施例提供的技术方案，将X射线图像由单通道调整为三通道之前，还包括：对所述X射线图像进行灰度梯度重构。
[0010]根据本申请实施例提供的技术方案，将外观有损的水果信息存入至外观有损标签数据库中；将内部碰伤的水果信息存入至内部碰伤标签数据库中；将内部木栓的水果信息存入至内部木栓标签数据库中；将外观无损且内部无损的水果信息存入至无损标签数据库中。
[0011]根据本申请实施例提供的技术方案，所述水果为梨子；所述水果状态无损识别方法还包括以下步骤：将具有相同损伤状态的梨子放入至卡板中，所述卡板上排列设有若干个放置孔，所述梨子的果柄朝下的放置在所述放置孔内；所述损伤状态包括外观有损状态、内部碰伤状态、内部木栓状态以及无损状态；将所述卡板放置在传送装置上，所述传送装置用于带动所述卡板沿水平方向运动；通过贴标装置对所述梨子的果柄贴附标识；其中，所述贴标装置包括：胶水池，所述胶水池设置在所述传送装置下方，所述胶水池内沿竖直方向可升降安装有涂胶杆；纸筒，所述纸筒套设于所述涂胶杆上，所述标识设置在所述纸筒外侧壁上；纸筒夹持机构，所述纸筒夹持机构安装在所述胶水池上，用于夹持所述纸筒的顶端；驱动机构，所述驱动机构用于驱动所述纸筒夹持机构沿竖直方向运动，以使所述纸筒套设于所述果柄上；
挤压机构，所述挤压机构用于挤压所述纸筒，以使所述纸筒与所述果柄胶粘固定。
[0012]根据本申请实施例提供的技术方案，所述纸筒夹持机构具有沿水平设置且用于放置所述纸筒的环形夹持件，所述纸筒顶部边缘向外延伸形成限位边沿，所述限位边沿用于与环形夹持件顶面抵接。
[0013]根据本申请实施例提供的技术方案，所述第一卷积神经网络为VGG
‑
16卷积神经网络；所述VGG
‑
16卷积神经网络具有全局平均池化层，第二层全连接层以及第三层全连接层；所述第二层全连接层的神经元数量设定为1024，所述第三层全连接层的神经元数量设定为2。
[0014]根据本申请实施例提供的技术方案，所述第二卷积神经网络为VGG
‑
16、Resnet
‑
18、Resnet
‑
50、Resnet
‑
101、Inception
‑
resnet
‑
v2、Alexnet、Xception中的一种；所述第三卷积神经网络为VGG
‑
16、Resnet
‑
18、Resnet
‑
50、Resnet
‑
101、Inception
‑
resnet
‑
v2、Alexnet、Xception中的一种。
[0015]本申请的有益效果在于：通过获取水果的视觉图像，识别水果的外观损伤类型为外观有损还是外观无损；仅获取外观无损的水果的X射线图像，并基于该X射线图像判断该外观无损的水果内部有无损伤；根据内部有损的水果的X摄像图像，识别其具体损伤类型为内部碰伤还是内部木栓。使得基于逐步二分设计思路，对水果的损伤状态进行“纵向”的分步检测，以避免现有技术中“横向”检测方式下由于冗杂的计算量的介入，有效降低了计算的复杂程度，进而提高了检测效率，避免计算资源占用量大，也便于对识别后的水果状态进行分类处理。
附图说明
[0016]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本申请提供的一种水果状态无损识别方法的流程图；图2为内部无损的梨子的X射线图像；图3为内部木栓的梨子的X射线图像；图4为内部碰伤的梨子的X射线图像；图5为第一卷积神经网络的训练与测试结果的示意图；图6为第二卷积神经网络的训练与测试结果的示意图；图7为第三卷积神经网络的训练与测试结果的示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水果状态无损识别方法，其特征在于，包括以下步骤：s1：获取水果的视觉图像；s2：根据所述视觉图像，识别水果的外观损伤类型；所述外观损伤类型包括外观有损和外观无损；s3：获取所述外观无损的水果的X射线图像；s4：根据所述X射线图像，识别水果的内部损伤类型；所述内部损伤类型包括内部有损和内部无损；s5：根据内部有损的水果的X射线图像，识别水果的具体损伤类型；所述具体损伤类型包括内部碰伤和内部木栓。2.根据权利要求1所述水果状态无损识别方法，其特征在于，根据所述视觉图像，识别水果的外观损伤类型的方法为：获取第一数据集，将所述第一数据集分为第一训练集和第一测试集；所述第一数据集包括外观有损和外观无损的视觉样本图像；基于第一卷积神经网络构建外观检测模型；以第一训练集和第一测试集对所述外观检测模型进行训练和测试，得到训练后的外观检测模型；将步骤s1中得到的视觉图像输入至所述训练后的外观检测模型中，输出所述水果的外观损伤类型。3.根据权利要求1所述的水果状态无损识别方法，其特征在于，根据所述X射线图像，识别水果的内部损伤类型的方法为：获取第二数据集，将所述第二数据集分为第二训练集和第二测试集；所述第二数据集包括内部有损和内部无损的三通道X射线图像；基于第二卷积神经网络构建内部损伤预检测模型；以第二训练集和第二测试集对所述内部损伤预检测模型进行训练和测试，得到训练后的内部损伤预检测模型；将步骤s3中的X射线图像由单通道调整为三通道并输入至训练后的内部损伤预检测模型中，输出所述水果的内部损伤类型。4.根据权利要求3所述的水果状态无损识别方法，其特征在于，根据内部有损的水果的X射线图像，识别水果的具体损伤类型的方法为：获取第三数据集，将所述第三数据集分为第三训练集和第三测试集；所述第三数据集包括内部碰伤和内部木栓的单通道X射线图像；基于第三卷积神经网络构建内部损伤深度检测模型；以第三训练集和第三测试集对所述内部损伤深度检测模型进行训练和测试，得到训练后的内部损伤深度检测模型；将内部有损的水果的X射线图像由三通道调整为单通道并输入至内部损伤深度检测模型中，输出所述水果的具体损伤类型。5.根据权利要求3所述的水果状态无损识别方法，其特征在于，将X射线图像由单通道调整为三通道之前，还包括：对所述X射线图像进行灰度梯度重构。6.根据权利要求1所述的水果状态无损识别方法，其特征在于，还包括以下步骤：将外
观有损的水果信息存入至外观有损标签数据库中；将内部碰伤的水果信息存入至内部碰伤标签数据库中；将内部木栓的水果信息存入至内部木栓标签数据库中；将外观无损且内部无损的水果信息存入至无损标签数据库中。7.根据权利要求1所述的水果状态无损识别方法，其特征...

【专利技术属性】
技术研发人员：王宁，鲁奕君，于赛坤，齐正磐，段书用，丁湘燕，胡宁，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：