【技术实现步骤摘要】
本申请涉及农业，具体涉及一种农产品成熟度分析方法、设备及介质。
技术介绍
1、成熟度作为衡量农产品成熟程度及最佳冷链运输采摘时间节点的指标，在很大程度上决定了农产品的质量和口感，如果成熟度不够，则农产品的外观品质欠佳，内在品质的品种特征也无法体现。传统农产品采摘单纯依靠农民经验，采摘时期不一定是农产品的最佳成熟期。同时，不同的农民对于成熟期的判断标准不一致，导致农产品的品质不一，对于农产品加工企业来说，很难保证品控。
技术实现思路
1、为了解决上述问题，本申请提出了一种农产品成熟度分析方法，包括：
2、通过预设的图像采集装置，采集农产品在不同监测时间对应的农产品图像，对所述农产品图像进行边缘检测，以提取所述农产品图像中的边缘轮廓；
3、对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征；
4、根据所述边缘轮廓和所述颜色分量分布特征，确定所述农产品对应的外观参数，并根据所述外观参数，确定所述农产品对应的成熟度；
5、获取所述农产品对应的环境数据，根据所述环境数据、所述外观参数和所述成熟度，构建训练样本库，并通过所述训练样本库，训练得到对应的成熟度预测模型；
6、获取待检测农产品对应的当前外观参数和当前环境参数，将所述当前外观参数和所述当前环境参数输入至所述成熟度预测模型，以得到所述待检测农产品对应的实际成熟度。
7、在本申请的一种实现方式中，对所述农产品图像进行颜色分量分割，以确定所述农产品
8、确定所述农产品对应的农产品类型以及所述农产品类型对应的成熟阶段，并获取所述农产品在不同成熟阶段对应的多个颜色分量阈值；其中，所述颜色分量阈值包括颜色分量阈值下限和颜色分量阈值上限；
9、根据所述颜色分量阈值，从所述农产品图像包含的多个像素点中，筛选出颜色分量值大于其对应的所述颜色分量阈值下限且小于其对应的所述颜色分量阈值上限的目标像素点；
10、根据所述目标像素点对应的颜色分量值，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征。
11、在本申请的一种实现方式中，根据所述目标像素点对应的颜色分量值，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征，具体包括：
12、根据所述颜色分量阈值，对所述农产品图像进行颜色分量分割，以确定所述农产品图像中各颜色分量对应的颜色分量均值；
13、针对每个颜色分量，计算不同目标像素点对应的颜色分量值和所述颜色分量对应的颜色分量均值之间的方差和，将不同颜色分量对应的方差和进行加和，得到所述农产品对应的颜色分量分布特征。
14、在本申请的一种实现方式中，确定所述农产品图像中各颜色分量对应的颜色分量均值，具体包括：
15、针对每个颜色分量，将其对应的所述颜色分量阈值下限和所述颜色分量阈值上限之间的平均值，作为所述农产品图像中所述颜色分量对应的颜色分量均值。
16、在本申请的一种实现方式中，根据所述边缘轮廓和所述颜色分量分布特征，确定所述农产品对应的外观参数，具体包括：
17、生成所述边缘轮廓对应的最小外接矩形，根据所述最小外接矩形，确定所述农产品对应的横向直径和纵向直径；
18、确定所述纵向直径和所述横向直径之间的比值，将所述比值作为所述农产品对应的果形指数；
19、将所述果形指数和所述颜色分量分布特征，作为所述农产品对应的外观参数。
20、在本申请的一种实现方式中，根据所述外观参数，确定所述农产品对应的成熟度，具体包括：
21、从不同成熟阶段对应的颜色分量分布特征中，筛选出对应数值最小的指定颜色分量分布特征，并将所述指定颜色分量分布特征所在的成熟阶段对应的预设成熟度，作为所述农产品的第一成熟度；
22、获取所述果形指数与预设的成熟度之间的映射关系，根据所述映射关系，确定所述果形指数对应的第二成熟度；
23、根据所述农产品对应的农产品类型，确定所述颜色分量分布特征和所述果形指数分别对应的评估权重，并根据所述评估权重，对所述第一成熟度和所述第二成熟度进行加权求和，以得到所述农产品对应的成熟度。
24、在本申请的一种实现方式中，获取所述农产品对应的环境数据，具体包括：
25、根据所述农产品对应的监测时间，确定所述农产品对应的生长时长；
26、采集所述农产品在所述生长时长内单位时长对应的单位环境数据，将所述单位环境数据之间的均值作为所述农产品对应的环境数据。
27、在本申请的一种实现方式中，根据所述外观参数，确定所述农产品对应的成熟度之后，所述方法还包括：
28、将所述农产品注册到标识解析系统中，并通过所述标识解析系统，对接入的所述农产品赋予相应的唯一标识；
29、根据所述唯一标识，对所述农产品对应的生长过程进行跟踪，以根据所述农产品在各监测时间对应的成熟度，构建样本基础数据库。
30、本申请实施例提供了一种农产品成熟度分析设备，其特征在于，包括：
31、至少一个处理器；以及，
32、与所述至少一个处理器通信连接的存储器；其中，
33、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上任一项所述的一种农产品成熟度分析方法。
34、本申请实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
35、如上任一项所述的一种农产品成熟度分析方法。
36、通过本申请提出的一种农产品成熟度分析方法能够带来如下有益效果：
37、通过农产品的边缘轮廓和颜色分量分布特征，确定出农产品对应的外观参数，从而根据农产品的自身外观状况，对农产品成熟度进行评估，提供了统一的成熟度评估标准。除去农产品自身生长状况这一因素，还结合农产品所处的环境数据，训练相应的成熟度预测模型，考虑到了外界环境因素对于农产品生长效果所产生的影响，成熟度预测模型能够根据农产品的外观参数和环境数据，自动评估出当前的实际成熟度，不仅提高了评估结果的准确性，也更为便捷。
本文档来自技高网...【技术保护点】
1.一种农产品成熟度分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种农产品成熟度分析方法，其特征在于，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征，具体包括：
3.根据权利要求2所述的一种农产品成熟度分析方法，其特征在于，根据所述目标像素点对应的颜色分量值，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征，具体包括：
4.根据权利要求3所述的一种农产品成熟度分析方法，其特征在于，确定所述农产品图像中各颜色分量对应的颜色分量均值，具体包括：
5.根据权利要求1所述的一种农产品成熟度分析方法，其特征在于，根据所述边缘轮廓和所述颜色分量分布特征，确定所述农产品对应的外观参数，具体包括：
6.根据权利要求5所述的一种农产品成熟度分析方法，其特征在于，根据所述外观参数，确定所述农产品对应的成熟度，具体包括：
7.根据权利要求1所述的一种农产品成熟度分析方法，其特征在于，获取所述农产品对应的环境数据，具体包括：
8.根据权利要求1所述的一种
9.一种农产品成熟度分析设备，其特征在于，包括：
10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
...【技术特征摘要】
1.一种农产品成熟度分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种农产品成熟度分析方法，其特征在于，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征，具体包括：
3.根据权利要求2所述的一种农产品成熟度分析方法，其特征在于，根据所述目标像素点对应的颜色分量值，对所述农产品图像进行颜色分量分割，以确定所述农产品对应的颜色分量分布特征，具体包括：
4.根据权利要求3所述的一种农产品成熟度分析方法，其特征在于，确定所述农产品图像中各颜色分量对应的颜色分量均值，具体包括：
5.根据权利要求1所述的一种农产品成熟度分析方法，其特征在于，根据所述边...
【专利技术属性】
技术研发人员：祖家浩，肖雪，商广勇，李佳，罗涛，刘大庆，
申请(专利权)人：浪潮云洲工业互联网有限公司，
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。