【技术实现步骤摘要】
本申请涉及图像识别，特别是涉及一种果蔬类型识别方法、装置、计算机设备和存储介质。
技术介绍
1、随着人工智能和机器人技术的高速发展，越来越多的运用于农业领域中，尤其是在水果采摘方面大有可为。运用机器人采摘水果，具有工作时间长，可自动分辨水果种类、灵活采摘等特点，相比人类采摘而言，安全性和稳定性高，尤其适合大面积的无人种植化果园的统一管理。但是，运用机器人采摘水果中的关键是水果种类识别和水果位置定位，其是技术中的难点，也是需要攻克的技术点。目前大多数解决方案都是采用ai大数据的模型训练，需要基于复杂度高的计算能力平台，才能实现比较好的效果，计算量大，算法复杂，不利于机器人采摘水果技术的大力推广，无法实现大规模运用。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种果蔬类型识别方法、果蔬类型识别装置、计算机设备和存储介质。
2、第一方面，提供一种果蔬类型识别方法，所述果蔬类型识别方法包括：
3、获取待识别果蔬图像，其中，所述待识别果蔬图像包括待识别果蔬对象；
4、确定所述待识别果蔬对象的平均颜色阈值；
5、获取与所述平均颜色阈值匹配的果蔬基础特征模板；
6、对所述待识别果蔬图像进行轮廓处理，得到所述待识别果蔬图像的第一轮廓横纵比；
7、基于所述第一轮廓横纵比和所述果蔬基础特征模板的第二轮廓横纵比，确定目标果蔬基础特征模板，将与所述目标果蔬基础特征模板对应的果蔬类型确定为所述待识别果蔬对象的果蔬类型。>
8、第二方面，提供一种果蔬类型识别装置，所述果蔬类型识别装置包括：
9、图像获取模块，用于获取待识别果蔬图像，其中，所述待识别果蔬图像包括待识别果蔬对象；
10、平均颜色阈值确定模块，用于确定所述待识别果蔬对象的平均颜色阈值；
11、模板获取模块，用于获取与所述平均颜色阈值匹配的果蔬基础特征模板；
12、轮廓处理模块，用于对所述待识别果蔬图像进行轮廓处理，得到所述待识别果蔬图像的第一轮廓横纵比；
13、果蔬类型确定模块，用于基于所述第一轮廓横纵比和所述果蔬基础特征模板的第二轮廓横纵比，确定目标果蔬基础特征模板，将与所述目标果蔬基础特征模板对应的果蔬类型确定为所述待识别果蔬对象的果蔬类型。
14、第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述方法的步骤。
15、第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
16、上述果蔬类型识别方法、果蔬类型识别装置、计算机设备和存储介质，果蔬类型识别方法包括：获取待识别果蔬图像，其中，所述待识别果蔬图像包括待识别果蔬对象，确定所述待识别果蔬对象的平均颜色阈值，获取与所述平均颜色阈值匹配的果蔬基础特征模板，对所述待识别果蔬图像进行轮廓处理，得到所述待识别果蔬图像的第一轮廓横纵比，基于所述第一轮廓横纵比和所述果蔬基础特征模板的第二轮廓横纵比，确定目标果蔬基础特征模板，将与所述目标果蔬基础特征模板对应的果蔬类型确定为所述待识别果蔬对象的果蔬类型。本申请主要利用特征函数的计算，没有过多常规图像(采用整幅图像)的相关处理，没有采用ai大数据的模型训练，具有计算量小、识别速度快的效果，可以用于嵌入式系统开发，不用担心计算速度的问题，同时果蔬基础特征模板的数据量小，识别过程相对简单可靠。
本文档来自技高网...【技术保护点】
1.一种果蔬类型识别方法，其特征在于，所述果蔬类型识别方法包括：
2.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述确定所述待识别果蔬对象的平均颜色阈值，包括：
3.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述获取与所述平均颜色阈值匹配的果蔬基础特征模板，包括：
4.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述对所述待识别果蔬图像进行轮廓处理，得到所述待识别果蔬图像的第一轮廓横纵比，包括：
5.根据权利要求4所述的果蔬类型识别方法，其特征在于，所述基于所述第一轮廓横纵比和所述果蔬基础特征模板的第二轮廓横纵比，确定目标果蔬基础特征模板，包括：
6.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述果蔬基础特征模板的构建过程包括：
8.一种果蔬类型识别装置，其特征在于，所述果蔬类型识别装置包括：
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种果蔬类型识别方法，其特征在于，所述果蔬类型识别方法包括：
2.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述确定所述待识别果蔬对象的平均颜色阈值，包括：
3.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述获取与所述平均颜色阈值匹配的果蔬基础特征模板，包括：
4.根据权利要求1所述的果蔬类型识别方法，其特征在于，所述对所述待识别果蔬图像进行轮廓处理，得到所述待识别果蔬图像的第一轮廓横纵比，包括：
5.根据权利要求4所述的果蔬类型识别方法，其特征在于，所述基于所述第一轮廓横纵比和所述果蔬基础特征模板的第二轮廓横纵比，确定目标果蔬基础特征模...
【专利技术属性】
技术研发人员：刘艳飞，黄武杰，谢欣桐，孙岩涛，
申请(专利权)人：中山职业技术学院，
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。