本申请提供了一种雪花牛肉处理方法、装置、电子设备及介质，包括：当通过预先训练好的雪花牛肉检测模型，判断牛肉图像数据为目标雪花牛肉的图像数据时，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据；从所述目标图像数据中提取出颜色特征，并从所述目标光谱数据中提取出波段特征；融合所述颜色特征和波段特征，得到所述目标雪花牛肉的融合特征；将所述目标雪花牛肉的融合特征输入至训练好的等级预测模型，确定所述目标雪花牛肉的等级，从而快速、自动化的检测出雪花牛肉，并自动确定雪花牛肉的等级。并自动确定雪花牛肉的等级。并自动确定雪花牛肉的等级。
【技术实现步骤摘要】
一种雪花牛肉处理方法、装置、电子设备及介质
[0001]本申请涉及数据处理领域，具体而言，涉及一种雪花牛肉处理方法、装置、电子设备及介质。
技术介绍
[0002]云岭牛（Yunling cattle）是建国以来，云南省具有完全自主知识产权的我国 四大肉牛品种之一 ，富含高档的雪花牛肉，肉质可与神户和牛媲美。但是对于雪花牛肉的等级分类，依然缺乏行之有效的自动分级方法。
[0003]近年来，深度学习在鸡肉、羊肉 等畜产品的图像识别领域已经有些研究。然而，深度学习技术在解决云岭牛雪花 牛肉产品的目标检测和自动分级过程中，还存在数据基础薄弱、理论基础研究不 足、算法方法体系不健全等问题。因此，打破雪花牛肉目标检测和自动分级的技 术瓶颈，是提升升雪花牛肉产品加工和制造自动化水平的关键。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种雪花牛肉处理方法、装置、电子设备及介质，能够快速、自动化的检测出雪花牛肉，并自动确定雪花牛肉的等级。
[0005]本申请提供一种雪花牛肉处理方法，包括以下步骤：当通过预先训练好的雪花牛肉检测模型，判断牛肉图像数据为目标雪花牛肉的图像数据时，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据；从所述目标图像数据中提取出颜色特征，并从所述目标光谱数据中提取出波段特征；融合所述颜色特征和波段特征，得到所述目标雪花牛肉的融合特征；将所述目标雪花牛肉的融合特征输入至训练好的等级预测模型，确定所述目标雪花牛肉的等级。
[0006]在一些实施例中，所述的雪花牛肉处理方法中，在获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据之前，所述方法还包括：获取牛肉图像数据；将所述牛肉图像数据输入至训练好的雪花牛肉检测模型，提取出所述牛肉图像数据中的大理石花纹特征和花色特征；所述训练好的雪花牛肉检测模型根据所述大理石花纹特征和花色特征，判断所述牛肉图像数据中的雪花牛肉区域是否满足预设条件；若是，则判断所述牛肉图像数据为目标雪花牛肉的图像数据。
[0007]在一些实施例中，所述的雪花牛肉处理方法中，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据，包括：获取所述目标雪花牛肉的图像数据和光谱数据；
对所述目标雪花牛肉的图像数据进行预处理，获取目标图像数据；对所述目标雪花牛肉的目标光谱数据进行预处理，获取目标光谱数据。
[0008]在一些实施例中，所述的雪花牛肉处理方法中，从所述目标图像数据中提取出颜色特征，包括：分别提取出所述目标图像数据在红色分量上每一个像素点的亮度值、在绿色分量上每一个像素点的亮度值、在蓝色分量上每一个像素点的亮度值，作为颜色特征。
[0009]在一些实施例中，所述的雪花牛肉处理方法中，从所述目标光谱数据中提取出波段特征，包括：将所述目标光谱数据输入至训练好的PLS模型，以确定所述光谱数据中权重值最高的预设数目个波段为波段特征。
[0010]在一些实施例中，所述的雪花牛肉处理方法中，通过以下方法构建雪花牛肉样本集：当判断牛肉的样本图像数据为雪花牛肉的样本图像数据时，在雪花牛肉的样本图像数据中，标注出所述雪花牛肉位置和雪花牛肉等级标签，得到标注后的样本图像数据；确定所述标注后的样本图像数据相关联的样本光谱数据；构建雪花牛肉样本集，所述雪花牛肉样本集中包括多个等级的雪花牛肉样本数据，每个雪花牛肉样本数据包括：标注有所述雪花牛肉位置和雪花牛肉等级标签的样本图像数、与样本图像数据相关联的样本光谱数据。
[0011]在一些实施例中，所述的雪花牛肉处理方法还包括：通过构建的雪花牛肉样本集训练雪花牛肉检测模型和等级预测模型，得到训练好的雪花牛肉检测模型和训练好的等级预测模型。
[0012]在一些实施例中，还提供一种雪花牛肉处理装置，包括：获取模块，用于当通过预先训练好的雪花牛肉检测模型，判断牛肉图像数据为目标雪花牛肉的图像数据时，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据；提取模块，用于从所述目标图像数据中提取出颜色特征，并从所述目标光谱数据中提取出波段特征；融合模块，用于融合所述颜色特征和波段特征，得到所述目标雪花牛肉的融合特征；确定模块，用于将所述目标雪花牛肉的融合特征输入至训练好的等级预测模型，确定所述目标雪花牛肉的等级。
[0013]在一些实施例中，还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行所述的雪花牛肉处理方法的步骤。
[0014]在一些实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的雪花牛肉处理方法的步骤。
[0015]本申请实施例提供的一种本申请实施例提出一种雪花牛肉处理方法、装置、电子设备及介质，首先检测牛肉的图像数据是否是雪花牛肉，若是，则提取出雪花牛肉的图像数
据的颜色特征和光谱数据的波段特征，并利用训练好的等级预测模型，自动化的确定雪花牛肉的等级，整个过程高度自动化、无探测、无损伤、无接触，且等级评定准确、客观。
附图说明
[0016]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0017]图1示出了一种雪花牛肉处理方法的方法流程图；图2示出了本申请实施例所述判断牛肉图像数据是否为雪花牛肉的图像数据的方法流程图；图3示出了本申请实施例所述获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据的方法流程图；图4示出了本申请实施例所述构建雪花牛肉样本集的方法流程图；图5示出了本申请实施例所述一种雪花牛肉处理装置的结构示意图；图6示出了本申请实施例所述一种电子设备的结构示意图。
具体实施方式
[0018]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。 应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
[0019]另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种雪花牛肉处理方法，其特征在于，所述方法包括以下步骤：当通过预先训练好的雪花牛肉检测模型，判断牛肉图像数据为目标雪花牛肉的图像数据时，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据；从所述目标图像数据中提取出颜色特征，并从所述目标光谱数据中提取出波段特征；融合所述颜色特征和波段特征，得到所述目标雪花牛肉的融合特征；将所述目标雪花牛肉的融合特征输入至训练好的等级预测模型，确定所述目标雪花牛肉的等级。2.根据权利要求1所述的雪花牛肉处理方法，其特征在于，在获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据之前，所述方法还包括：获取牛肉图像数据；将所述牛肉图像数据输入至训练好的雪花牛肉检测模型，提取出所述牛肉图像数据中的大理石花纹特征和花色特征；所述训练好的雪花牛肉检测模型根据所述大理石花纹特征和花色特征，判断所述牛肉图像数据中的雪花牛肉区域是否满足预设条件；若是，则判断所述牛肉图像数据为目标雪花牛肉的图像数据。3.根据权利要求1所述的雪花牛肉处理方法，其特征在于，获取所述目标雪花牛肉的经过预处理之后得到的目标图像数据和目标光谱数据，包括：获取所述目标雪花牛肉的图像数据和光谱数据；对所述目标雪花牛肉的图像数据进行预处理，获取目标图像数据；对所述目标雪花牛肉的目标光谱数据进行预处理，获取目标光谱数据。4.根据权利要求1所述的雪花牛肉处理方法，其特征在于，从所述目标图像数据中提取出颜色特征，包括：分别提取出所述目标图像数据在红色分量上每一个像素点的亮度值、在绿色分量上每一个像素点的亮度值、在蓝色分量上每一个像素点的亮度值，作为颜色特征。5.根据权利要求1所述的雪花牛肉处理方法，其特征在于，从所述目标光谱数据中提取出波段特征，包括：将所述目标光谱数据输入至训练好的PLS模型，以确定所述光谱数据中权重值最高的预设数目个波段为...
【专利技术属性】
技术研发人员：郜鲁涛，杨林楠，张丽莲，彭琳，
申请(专利权)人：云南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。