用于食品分拣的图像处理方法、装置、设备和存储介质制造方法及图纸

本公开提供了用于食品分拣的图像处理方法、装置、设备和存储介质，涉及人工智能技术领域，尤其涉及计算机视觉、图像处理、深度学习等领域。具体实现方案为：利用图像分割模型在食品图像中分割出至少一个目标区域；在所述至少一个目标区域中确定待挑拣杂质区域；基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述挑拣位置信息用于指示分拣执行设备挑拣所述杂质。本公开实施例的技术方案，可以提升挑拣位置信息的准确性。并且，分拣执行设备根据该挑拣位置信息挑拣杂质，也可以避免因挑拣重心偏移而造成食品断裂，从而提升挑拣效率和精度，同时减少人力成本。本。本。

【技术实现步骤摘要】
用于食品分拣的图像处理方法、装置、设备和存储介质


[0001]本公开涉及人工智能
，尤其涉及计算机视觉、图像处理、深度学习等领域。

技术介绍

[0002]传统的食品加工模式中，原材料处理往往包含人工搬运和分拣流程，其中，分拣流程包括挑拣杂质及分级。一些食品的自重较低，但大多易碎、易变形。采用人工对食品进行分拣存在人力成本高、效率低以及评判标准不一致导致的精度不稳定等问题。

技术实现思路

[0003]本公开提供了一种用于食品分拣的图像处理方法、装置、设备和存储介质。
[0004]根据本公开的一方面，提供了一种用于食品分拣的图像处理方法，包括：
[0005]利用图像分割模型在食品图像中分割出至少一个目标区域；
[0006]在所述至少一个目标区域中确定待挑拣杂质区域；
[0007]基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述挑拣位置信息用于指示分拣执行设备挑拣所述杂质。
[0008]根据本公开的另一方面，提供了一种用于食品分拣的图像处理装置，包括：
[0009]图像分割模块，用于利用图像分割模型在食品图像中分割出至少一个目标区域；
[0010]区域确定模块，用于在所述至少一个目标区域中确定待挑拣杂质区域；
[0011]位置确定模块，用于基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述挑拣位置信息用于指示分拣执行设备挑拣所述杂质。
[0012]根据本公开的另一方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与该至少一个处理器通信连接的存储器；其中，
[0015]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。
[0016]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
[0017]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。
[0018]根据本公开的另一方面，提供了一种食品分拣系统，包括图像采集装置、分拣执行设备以及根据本公开实施例中的电子设备；其中，图像采集装置用于采集食品图像并将所述食品图像发送至所述电子设备；所述分拣执行设备用于接收来自所述电子设备的分拣指示信息，并基于所述分拣指示信息在食品中挑拣杂质。
[0019]采用本公开实施例的技术方案，具备以下有益效果：
[0020]由于图像分割模型可以分割出形状不规则的目标区域，因此，在至少一个目标区
域中确定出的待挑拣杂质区域，其质心坐标可以准确表征形状不规则的食品杂质的质心位置，利用该质心坐标得到挑拣位置信息，可以提升挑拣位置信息的准确性。并且，分拣执行设备根据该挑拣位置信息挑拣杂质，也可以避免因挑拣重心偏移而造成食品断裂，从而提升挑拣效率和精度，同时减少人力成本。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开实施例的一个示例性的应用场景的示意图；
[0024]图2是根据本公开一实施例的用于食品分拣的图像处理方法的流程示意图；
[0025]图3是本公开实施例中的目标区域的示意图；
[0026]图4是根据本公开另一实施例的用于食品分拣的图像处理方法的流程示意图；
[0027]图5是根据本公开实施例的另一个示例性的应用场景的示意图；
[0028]图6是根据本公开实施例的又一个示例性的应用场景的示意图；
[0029]图7是根据本公开又一实施例的用于食品分拣的图像处理方法的流程示意图；
[0030]图8是本公开一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0031]图9是本公开另一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0032]图10是本公开又一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0033]图11是本公开又一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0034]图12是本公开又一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0035]图13是本公开又一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0036]图14是本公开又一实施例提供的用于食品分拣的图像处理装置的示意性框图；
[0037]图15是用来实现本公开实施例的用于食品分拣的图像处理方法的电子设备的框图；
[0038]图16是根据本公开一实施例的食品分拣系统的示意性框图。
具体实施方式
[0039]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0040]为了便于理解本公开实施例的用于食品分拣的图像处理方法，下面先介绍本公开实施例的应用场景。图1为本公开实施例的一个示例性的应用场景的示意图。如图1所示，在该应用场景中，包含电子设备101。电子设备101例如是单机、多机或集群系统中的终端、服务器或其他处理设备，其中，终端可以为UE(User Equipment，用户设备)、移动设备、PDA(Personal Digital Assistant，个人数字助理)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可选的实现方式中，该电子设备101可以通过处理器调用存储器中存储的计算机可读指令的方式，来实现本公开实施例的用于食品分拣的图像处理方法。该方法可基于
食品图像确定挑拣位置信息。
[0041]如图1所示，在该应用场景中，还包含图像采集装置102以及分拣执行设备103。
[0042]其中，图像采集装置102用于采集食品图像，具体地，该图像采集装置102通过朝向放置有食品的载盘104进行拍摄，得到食品图像。该图像采集装置102还用于将食品图像发送至电子设备101，以使电子设备101基于食品图像确定挑拣位置信息。实际应用中，图像采集装置102可以如图1的示例，固定在分拣执行设备103的末端，也可以与分拣执行设备103分离。
[0043]分拣执行设备103用于根据电子设备101发送的挑拣位置信息对食品中的杂质进行挑拣。示例性地，该分拣执行设备103可以是自动化机器人或机械臂。示例性地，该分拣执行设备103的末端可以设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于食品分拣的图像处理方法，包括：利用图像分割模型在食品图像中分割出至少一个目标区域；在所述至少一个目标区域中确定待挑拣杂质区域；基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述挑拣位置信息用于指示分拣执行设备挑拣所述杂质。2.根据权利要求1所述的方法，还包括：基于所述待挑拣杂质区域的面积，确定用于挑拣所述杂质的吸笔的型号；向所述分拣执行设备发送分拣指示信息；其中，所述分拣指示信息用于指示所述挑拣位置信息以及所述吸笔的型号。3.根据权利要求1或2所述的方法，其中，所述利用图像分割模型在食品图像中分割出至少一个目标区域，包括：将所述食品图像切分为M个图像切片；其中，M为大于或等于2的整数；将所述M个图像切片中的每个图像切片分别输入至所述图像分割模型，得到所述图像分割模型针对所述每个图像切片分别输出的目标区域；基于所述图像分割模型针对所述每个图像切片分别输出的目标区域，得到所述至少一个目标区域。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述在所述至少一个目标区域中确定待挑拣杂质区域，包括：基于所述至少一个目标区域中的每个目标区域的属性信息，在所述至少一个目标区域中确定待挑拣杂质区域；其中，所述属性信息包括面积、间距以及亮度中的至少一个。5.根据权利要求4所述的方法，其中，所述基于所述至少一个目标区域中的每个目标区域的属性信息，在所述至少一个目标区域中确定待挑拣杂质区域，包括：在所述至少一个目标区域包含间距小于预设距离阈值的N个区域的情况下，在所述N个区域中确定面积最大的K个区域；其中，N为大于或等于2的整数，K为小于N的正整数；在所述K个区域中确定所述待挑拣杂质区域。6.根据权利要求4所述的方法，其中，所述基于所述至少一个目标区域中的每个目标区域的属性信息，在所述至少一个目标区域中确定待挑拣杂质区域，包括：在所述至少一个目标区域中滤除面积小于预设面积阈值且/或亮度小于预设亮度阈值的区域，得到所述待挑拣杂质区域。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息，包括：基于预先确定的坐标转换关系以及所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述坐标转换关系的确定方式包括：获取与多个点位分别对应的多个图像；其中，所述多个图像中的每个图像是采用图像采集装置在对应的点位上朝向标定板采集得到的；所述标定板设置于食品载盘上；在所述每个图像中检测标定板上的特征点，得到所述特征点的多个像素坐标；基于所述多个点位所对应的在世界坐标系中的多个世界坐标以及所述多个像素坐标，得到所述图像采集装置的相机坐标系以及所述世界坐标系之间的透视变换矩阵；
基于所述透视变换矩阵，得到所述坐标转换关系。8.根据权利要求1
‑
7中任一项所述的方法，还包括：在所述分拣执行设备基于所述挑拣位置信息在所述食品中挑拣所述杂质后，获取新的食品图像，并返回所述利用图像分割模型在食品图像中分割出至少一个目标区域的步骤；在基于所述至少一个目标区域确定出的待挑拣杂质区域的数量小于或等于预设数量阈值的情况下，确认完成对所述食品的挑拣处理。9.一种用于食品分拣的图像处理装置，包括：图像分割模块，用于利用图像分割模型在食品图像中分割出至少一个目标区域；区域确定模块，用于在所述至少一个目标区域中确定待挑拣杂质区域；位置确定模块，用于基于所述待挑拣杂质区域的质心坐标，得到食品中的杂质的挑拣位置信息；其中，所述挑拣位置信息用于指示分拣执行设备挑拣所述杂质。10.根据权利要求9所述的装置，还包括：型号确定模块，用于基于所述待挑拣杂质区域的面积，确定用于挑拣所述杂质的吸笔的型号；信息发...

【专利技术属性】
技术研发人员：汪嘉杰，戴至修，聂磊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：