【技术实现步骤摘要】
本专利技术涉及农业废物处理，更具体的说是涉及一种农业废弃物快速处理方法。
技术介绍
1、随着对环境的逐渐重视，逐渐开展了农业的科技和环保结合处理，我国是一农业生产大国，每年在农作物所产生的秸秆约有7亿吨，养殖业产生的粪便约有30亿吨，对于秸秆和粪便的处理方式一般都为燃烧或自然堆肥为主，但是不管是燃烧秸秆的方式或堆肥的方式都会对环境和空气造成严重的污染，并且加重雾霾的形成，从而严重威胁到环境和生命安全。
2、现有公开号为：cn109051081a的中国专利公开了一种农作物处理系统，包括农作物处理系统、装袋机构、搬运机器人、传送机构，在农作物处理系统上设有连接头、x轴轨道、y轴轨道、推杆气缸、连接杆、安装基座、立柱、旋转驱动电机、支架臂、气缸安装槽、驱动气缸a、气管连接嘴、夹手，本系统能连续、大批量地对农作物进行处理。
3、但是现有的处理方式中大部分都是采用传统的机械方式配合基础的电控系统，以达到对农业废弃物进行处理的效果，但是这种方式效率低下，达不到对农业废弃物的智能化处理，并且仍然会存在处理过程中产生废气或污染物颗粒的情况，造成环境的污染，对此一种能够对农业废弃物进行快速智能化的处理方法亟待解决。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种农业废弃物快速处理方法，该。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、一种人工智能农作物处理系统，包括形状分析子系统，用于分析农作物的形状；质量分析子系统
4、作为本专利技术的进一步改进，所述形状分析子系统包括计算机视觉处理模块，用于获取多角度的农作物外表扫描图像，对农作物外表扫描的图像做图像预处理，获得单个农作物的图像；人工智能处理模块，用于对所述农作物的图像进行处理获得图像的高维特征值并进行统计组合获得多个维度特征值，进而计算出农作物在图像中的模板信息，最后依据模板信息拟合并显示出农作物的轮廓信息。
5、作为本专利技术的进一步改进，所述计算机视觉处理模块包括依次设置的图像扫描设备，用于对设定量的农作物样本进行图像扫描，获得多角度的农作物外表扫描图像；图像处理单元，用于对农作物外表扫描图像做图像预处理，最终将多颗农作物的图像分割成多张单个农作物的图像；所述图像处理单元包括滤波算法子单元和边缘信号增强子单元，所述滤波算法子单元用于滤除图像中的干扰信号，所述边缘信号增强子单元用于多角度的农作物外表扫描图像的配准。
6、作为本专利技术的进一步改进，所述质量分析子系统包括：农作物图像处理模块，用于处理包含多粒农作物信息的扫描图像，分析出图像中多个农作物的形状、类别信息；农作物质量判定模块，用于预测多粒农作物的实际质量，基于强监督学习技术，依据多粒农作物的形状和所属类别信息结合所述的样本标注子系统提供的标注信息，推算出农作物的实际质量。
7、作为本专利技术的进一步改进，所述农作物图像处理模块包括图像扫描设备，用于对设定量的农作物样本进行多角度的图像扫描，获得多角度的农作物外表扫描图像；图像处理单元，用于对农作物外表扫描图像做图像处理，包括图像归一化、多图像匹准，计算出图像中多粒农作物的形状和所属类别信息。
8、作为本专利技术的进一步改进，所述三维影像重建子系统包括：rpn网络单元，输入带有标注信息的二维图像到神经网络单元训练获得；带有标注信息的二维图像为标注后的农作物的正反面彩色图像，所述rpn网络单元输出特定位置的具体坐标信息；农作物的形态和姿势预测子单元，根据输入的特定区域，预测出谷物在三维空间中的形状参数和姿态参数；形状采样子网络，根据谷物的形状参数，解码出对应谷物的形状在空间中的点云模型；刚性变换单元，依据预测出谷物在三维空间中的形状参数和姿态参数，对生成的点云模型进行姿态参数的刚性变换；转换存储单元，将刚性变换的结果进行结构、姿态的三维重建，获得农作物的体积信息。
9、作为本专利技术的进一步改进，农作物等级在线评审子系统包括：数据采集模块，对谷物进行图像数据的采集，集成于谷物数据采集的硬件平台中；网络模块，用于支撑硬件采集设备与服务器之间的通信；算法模块，对服务器接收到的谷物图像数据进行分析，并给出相应的分析评审结果；所述算法模块部署于服务器上；数据模块，对服务器接收到的谷物数据，服务器分析的结果数据等进行统一存储和管理；支持获取已管理的数据；结果查询展示模块，从数据模块获取指定谷物分析评审结果用于展示。
10、作为本专利技术的进一步改进，所述样本标注子系统包括注册登录单元，包括用户注册、用户注销、用户权限；文件单元，包括上传文件子单元和下载文件子单元，所述上传文件子单元用于上传待标注的设定大小和格式的图片样本，所述下载子单元用于下载修改后指定格式的标注信息数据文件，用于检测算法训练；样本标注单元，用于对上传子单元上传的图片样本的样本位置数据进行智能识别，选择标注的类型，并且设定标注的农作物颗粒的线条色彩。
11、本专利技术的有益效果：本专利技术结合多种子系统，获得农作物的形状、质量、三维影像，结合表面缺陷检测定位子系统对农作物不完善粒缺陷进行位置经检测，然后利用农作物图像自动分类子系统将不完善和完善粒进行分类，分类后结合所有农作物的形状、质量、三维影像来进行综合评价，通过设定不同的系数，实现所有农作物的在线评审。在上述工作过程中，比如农作物的形状、质量、三维影像重建均需要样本标注子系统协助完成。
本文档来自技高网...【技术保护点】
1.一种农业废弃物快速处理方法，其特征在于，包括形状分析子系统，用于分析农作物的形状；质量分析子系统，用于分析农作物质量；三维影像重建子系统，用于对采集的农作物正反面图像进行三维立体建模，将二维平面影像信息转化为三维立体影像用于电子存档；表面缺陷检测定位子系统，用于农作物不完善粒缺陷的具体位置检测；农作物图像自动分类子系统，用于农作物的不完善粒和完善粒的分类；农作物等级在线评审子系统，用于实现谷物品质等级的在线评审功能；样本标注子系统，用于对农作物的图片进行标注，制作算法需要的数据集。
2.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述形状分析子系统包括计算机视觉处理模块，用于获取多角度的农作物外表扫描图像，对农作物外表扫描的图像做图像预处理，获得单个农作物的图像；人工智能处理模块，用于对所述农作物的图像进行处理获得图像的高维特征值并进行统计组合获得多个维度特征值，进而计算出农作物在图像中的模板信息，最后依据模板信息拟合并显示出农作物的轮廓信息。
3.根据权利要求2所述的一种农业废弃物快速处理方法，其特征在于，所述计算机视觉处理模块包括依
4.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述质量分析子系统包括：农作物图像处理模块，用于处理包含多粒农作物信息的扫描图像，分析出图像中多个农作物的形状、类别信息；农作物质量判定模块，用于预测多粒农作物的实际质量，基于强监督学习技术，依据多粒农作物的形状和所属类别信息结合所述的样本标注子系统提供的标注信息，推算出农作物的实际质量。
5.根据权利要求4所述的一种农业废弃物快速处理方法，其特征在于，所述农作物图像处理模块包括图像扫描设备，用于对设定量的农作物样本进行多角度的图像扫描，获得多角度的农作物外表扫描图像；图像处理单元，用于对农作物外表扫描图像做图像处理，包括图像归一化、多图像匹准，计算出图像中多粒农作物的形状和所属类别信息。
6.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述三维影像重建子系统包括：RPN网络单元，输入带有标注信息的二维图像到神经网络单元训练获得；带有标注信息的二维图像为标注后的农作物的正反面彩色图像，所述RPN网络单元输出特定位置的具体坐标信息；农作物的形态和姿势预测子单元，根据输入的特定区域，预测出谷物在三维空间中的形状参数和姿态参数；形状采样子网络，根据谷物的形状参数，解码出对应谷物的形状在空间中的点云模型；刚性变换单元，依据预测出谷物在三维空间中的形状参数和姿态参数，对生成的点云模型进行姿态参数的刚性变换；转换存储单元，将刚性变换的结果进行结构、姿态的三维重建，获得农作物的体积信息。
7.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，农作物等级在线评审子系统包括：数据采集模块，对谷物进行图像数据的采集，集成于谷物数据采集的硬件平台中；网络模块，用于支撑硬件采集设备与服务器之间的通信；算法模块，对服务器接收到的谷物图像数据进行分析，并给出相应的分析评审结果；所述算法模块部署于服务器上；数据模块，对服务器接收到的谷物数据，服务器分析的结果数据等进行统一存储和管理；支持获取已管理的数据；结果查询展示模块，从数据模块获取指定谷物分析评审结果用于展示。
8.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述样本标注子系统包括注册登录单元，包括用户注册、用户注销、用户权限；文件单元，包括上传文件子单元和下载文件子单元，所述上传文件子单元用于上传待标注的设定大小和格式的图片样本，所述下载子单元用于下载修改后指定格式的标注信息数据文件，用于检测算法训练；样本标注单元，用于对上传子单元上传的图片样本的样本位置数据进行智能识别，选择标注的类型，并且设定标注的农作物颗粒的线条色彩。
...【技术特征摘要】
1.一种农业废弃物快速处理方法，其特征在于，包括形状分析子系统，用于分析农作物的形状；质量分析子系统，用于分析农作物质量；三维影像重建子系统，用于对采集的农作物正反面图像进行三维立体建模，将二维平面影像信息转化为三维立体影像用于电子存档；表面缺陷检测定位子系统，用于农作物不完善粒缺陷的具体位置检测；农作物图像自动分类子系统，用于农作物的不完善粒和完善粒的分类；农作物等级在线评审子系统，用于实现谷物品质等级的在线评审功能；样本标注子系统，用于对农作物的图片进行标注，制作算法需要的数据集。
2.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述形状分析子系统包括计算机视觉处理模块，用于获取多角度的农作物外表扫描图像，对农作物外表扫描的图像做图像预处理，获得单个农作物的图像；人工智能处理模块，用于对所述农作物的图像进行处理获得图像的高维特征值并进行统计组合获得多个维度特征值，进而计算出农作物在图像中的模板信息，最后依据模板信息拟合并显示出农作物的轮廓信息。
3.根据权利要求2所述的一种农业废弃物快速处理方法，其特征在于，所述计算机视觉处理模块包括依次设置的图像扫描设备，用于对设定量的农作物样本进行图像扫描，获得多角度的农作物外表扫描图像；图像处理单元，用于对农作物外表扫描图像做图像预处理，最终将多颗农作物的图像分割成多张单个农作物的图像；所述图像处理单元包括滤波算法子单元和边缘信号增强子单元，所述滤波算法子单元用于滤除图像中的干扰信号，所述边缘信号增强子单元用于多角度的农作物外表扫描图像的配准。
4.根据权利要求1所述的一种农业废弃物快速处理方法，其特征在于，所述质量分析子系统包括：农作物图像处理模块，用于处理包含多粒农作物信息的扫描图像，分析出图像中多个农作物的形状、类别信息；农作物质量判定模块，用于预测多粒农作物的实际质量，基于强监督学习技术，依据多粒农作物的形状和所属类别信息结合所述的样本标注子系统提供的标注信息，推算出农作物的实际质量。
5.根据权利要求4所述的一种农业废弃物快速处理方法，其特征在于，所述农作...
【专利技术属性】
技术研发人员：蔡德昌，
申请(专利权)人：东润生物科技徐州有限公司，
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。