一种基于机器视觉与权重分配的胡萝卜分级方法及系统技术方案

本发明专利技术提出一种基于机器视觉与权重分配的胡萝卜分级方法及系统，涉及农产品外观品质的检测和分级技术领域。包括：获取胡萝卜图像；采用结合深度学习和图像处理的技术对胡萝卜表面缺陷进行自动检测，得到胡萝卜尺寸、缺陷种类和各缺陷特征属性值；基于缺陷种类判断胡萝卜是否为等外品；基于熵权法对缺陷特征属性值分配权重值，并根据权重值与缺陷特征属性值计算胡萝卜外观质量分数；基于胡萝卜尺寸和胡萝卜外观质量分数判定胡萝卜质量等级。本发明专利技术结合深度学习和图像处理的技术对胡萝卜表面缺陷进行自动检测，提高了胡萝卜外观品质检测效率，节省大量人力成本；提出的量化分级方法，为未来胡萝卜分级及果蔬分级提供了思路和应用的基础。用的基础。用的基础。

【技术实现步骤摘要】
一种基于机器视觉与权重分配的胡萝卜分级方法及系统


[0001]本专利技术涉及农产品外观品质的检测和分级
，特别涉及一种基于机器视觉与权重分配的胡萝卜分级方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]胡萝卜的分级销售有助于提高胡萝卜的市场竞争力以及增加经济效益，目前，大多数胡萝卜生产加工企业主要采用手工分拣方式。然而，这种方式效率低、主观性强、标准宽松，直接或间接提高了企业的生产成本，利润得不到大幅提高，不适合大规模生产和推广，无法满足当前胡萝卜加工企业大规模生产的需求。
[0004]有些果蔬加工企业利用滚轴依据胡萝卜的粗度来代替人工进行胡萝卜分级，提高了生产效率，但这种方法对存在开裂、分叉、高刺等外观缺陷的胡萝卜束手无策，而基于视觉图像技术的分类方法可以弥补这一问题。随着神经网络技术的崛起，采用深层网络对胡萝卜进行在线分级，可以提高识别准确性，使胡萝卜分级变得更加高效。
[0005]行业和贸易标准(NYT 1983<br/>‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉与权重分配的胡萝卜分级方法，其特征在于，包括以下步骤：获取胡萝卜图像；采用结合深度学习和图像处理的技术对胡萝卜表面缺陷进行自动检测，得到胡萝卜尺寸、缺陷种类和各缺陷特征属性值；基于缺陷种类判断胡萝卜是否为等外品；基于熵权法对缺陷特征属性值分配权重值，并根据权重值与缺陷特征属性值计算胡萝卜外观质量分数；基于胡萝卜尺寸和胡萝卜外观质量分数判定胡萝卜质量等级。2.如权力要求1所述的基于机器视觉与权重分配的胡萝卜分级方法，其特征在于，对胡萝卜图像进行图像处理，得到胡萝卜的长度尺寸、异性缺陷和弯曲缺陷；基于深度学习方法对胡萝卜图像进行分类识别，得到开裂缺陷、青头缺陷、黑斑缺陷、折断缺陷和须根缺陷。3.如权力要求2所述的基于机器视觉与权重分配的胡萝卜分级方法，其特征在于，将存在异性缺陷、折断缺陷和须根缺陷的胡萝卜划分为等外品。4.如权力要求2所述的基于机器视觉与权重分配的胡萝卜分级方法，其特征在于，根据熵权法计算弯曲缺陷、开裂缺陷、青头缺陷和黑斑缺陷特征属性值的初始特征权重值，并根据专家经验调整各缺陷特征的初始特征权重值，得到开裂缺陷、青头缺陷、黑斑缺陷、弯曲缺陷的最终特征权重值。5.如权力要求4所述的基于机器视觉与权重分配的胡萝卜分级方法，其特征在于，所述胡萝卜外观质量分数为开裂缺陷、青头缺陷、黑斑缺陷、弯曲缺陷的最终特征权重值分别与对应缺陷特征属性值的乘积之和。6.如权力要求1所述的基于机器视觉与权重分配的胡萝卜分级方法，...

【专利技术属性】
技术研发人员：张成梁，牛晓晓，付帅帅，李长普，高贯磊，管鲁南，刘浩，
申请(专利权)人：济南大学，
类型：发明
国别省市：