【技术实现步骤摘要】
本专利技术涉及茶叶检测，具体涉及一种茶叶杂质含量检测方法、检测装置、电子设备及计算机可读介质。
技术介绍
1、对于采摘后的茶叶(如普洱茶)中一般含有大量的杂质，譬如头发丝、树枝、昆虫、茶果等，需要对其进行杂质含量检测。
2、在传统的茶叶杂质含量检测方法下，需要由人工将茶叶中的杂质分拣出来并进行称重计算，不仅耗时耗力，而且无法保证茶叶杂质含量检测的精确度。
技术实现思路
1、为此，本专利技术提供一种茶叶杂质含量检测方法、装置、设备及介质，以解决现有技术中由于人工对茶叶进行杂质分拣计算而导致的茶叶杂质含量检测效率慢、精确度低的问题。
2、为了实现上述目的，本专利技术第一方面提供一种茶叶杂质含量检测方法，包括：
3、获取待检测茶叶的多视角图像，其中，所述待检测茶叶包括：
4、茶叶本体以及茶叶杂质；
5、对所述多视角图像进行三维重构，生成所述待检测茶叶对应的三维点云数据集合；
6、将所述三维点云数据集合输入预先训练得到的茶叶杂质检测模型，得到所述三维点云数据集合中的任一三维点云数据的数据类别；
7、根据所述任一三维点云数据的数据类别，确定所述三维点云数据集合中数据类别为杂质类别的三维点云数据；
8、根据所述数据类别为杂质类别的三维点云数据，确定所述待检测茶叶的杂质含量。
9、进一步地，所述多视角图像包括多个单视角图像，所述获取待检测茶叶的多视角图像，包括：
10、分别从不
11、其中，相邻采集角度的两个单视角图像之间存在重叠区域，相邻的两个采集角度之间的角度差相同。
12、进一步地，所述多视角图像基于多光谱相机拍摄；
13、所述对所述多视角图像进行三维重构，生成所述待检测茶叶对应的三维点云数据集合，包括：
14、将所述多视角图像输入预设的三维重建模型；
15、通过所述三维重建模型，在检测到所述待检测茶叶中存在被遮挡区域的情况下，获取包含所述被遮挡区域的至少两个单视角图像；
16、根据所述包含所述被遮挡区域的至少两个单视角图像，预测得到所述被遮挡区域的三维点云数据。
17、进一步地，所述多视角图像的图像背景为纯色背景，所述三维点云数据集合包含所述图像背景对应的三维点云数据；
18、则所述三维点云数据的数据类别还包括：背景类别；
19、所述根据所述任一三维点云数据的数据类别，确定所述三维点云数据集合中数据类别为杂质类别的三维点云数据包括：
20、根据所述任一三维点云数据的数据类别，将所述三维点云数据集合中数据类别为背景类别的三维点云数据确定为无效点云数据；
21、从所述三维点云数据集合中的有效点云数据中，确定所述三维点云数据集合中数据类别为杂质类别的三维点云数据。
22、进一步地，所述茶叶杂质检测模型通过以下方式训练得到：
23、将含杂质茶叶的三维点云训练数据集输入预设的三维图像分割模型，获得所述三维点云训练数据集中的任一三维点云训练数据的预测类别；
24、根据所述三维点云训练数据集中的任一三维点云训练数据的预测类别以及所述三维点云训练数据集中的任一三维点云训练数据的标签信息，对所述预设的三维图像分割模型进行训练，将训练后的三维图像分割模型作为所述茶叶杂质检测模型。
25、进一步地，所述预设的三维图像分割模型为融合注意力机制的三维图像分割模型，包括：目标卷积层、与所述目标卷积层的输出端相连的注意力机制层、以及目标全连接层；其中，所述目标全连接层为kan网络层。
26、本专利技术第二方面提供一种茶叶杂质含量检测装置，所述装置包括：
27、获取模块，用于获取待检测茶叶的多视角图像，其中，所述待检测茶叶包括：茶叶本体以及茶叶杂质；
28、生成模块，用于对所述多视角图像进行三维重构，生成所述待检测茶叶对应的三维点云数据集合；
29、分类模块，用于将所述三维点云数据集合输入预先训练得到的茶叶杂质检测模型，得到所述三维点云数据集合中的任一三维点云数据的数据类别；
30、第一确定模块，用于根据所述任一三维点云数据的数据类别，确定所述三维点云数据集合中数据类别为杂质类别的三维点云数据；
31、第二确定模块，用于根据所述数据类别为杂质类别的三维点云数据，确定所述待检测茶叶的杂质含量。
32、本专利技术第三方面提供一种电子设备，包括：
33、一个或多个处理器；
34、存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现茶叶杂质含量检测方法中任意一项所述的方法；
35、一个或多个i/o接口，连接在所述处理器与存储器之间，配置为实现所述处理器与存储器的信息交互。
36、本专利技术第四方面提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现茶叶杂质含量检测方法中任意一项所述的方法。
37、本专利技术第五方面提供一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行茶叶杂质含量检测方法中任意一项所述的方法。
38、本专利技术具有如下优点：
39、本专利技术实施例提供的茶叶杂质含量检测方法，首先获取待检测茶叶的多视角图像，该多视角图像中涵盖了待检测茶叶的空间信息；其次，对多视角图像进行三维重构，生成待检测茶叶对应的三维点云数据集合，实现了对待检测茶叶的三维映射；然后，将三维点云数据集合输入预先训练得到的茶叶杂质检测模型，得到三维点云数据集合中的任一三维点云数据的数据类别，实现了对待检测茶叶对应的三维点云数据的高效分类；最后，根据任一三维点云数据的数据类别，确定三维点云数据集合中数据类别为杂质类别的三维点云数据，从而根据数据类别为杂质类别的三维点云数据，确定所述待检测茶叶的杂质含量，实现了对待检测茶叶中杂质含量的快速检测，在提升茶叶杂质含量检测效率的同时，保证了茶叶杂质含量检测的精确性。
本文档来自技高网...【技术保护点】
1.一种茶叶杂质含量检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多视角图像包括多个单视角图像，所述获取待检测茶叶的多视角图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述多视角图像基于多光谱相机拍摄；
4.根据权利要求1所述的方法，所述多视角图像的图像背景为纯色背景，所述三维点云数据集合包含所述图像背景对应的三维点云数据；
5.根据权利要求1所述的方法，所述茶叶杂质检测模型通过以下方式训练得到：
6.根据权利要求5所述的方法，所述预设的三维图像分割模型为融合注意力机制的三维图像分割模型，包括：目标卷积层、与所述目标卷积层的输出端相连的注意力机制层、以及目标全连接层；其中，所述目标全连接层为KAN网络层。
7.一种茶叶杂质含量检测装置，所述装置包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现权利要求1-6中任意一项所述的方法。
10.一种计算机程序产品，其特征在于，
...【技术特征摘要】
1.一种茶叶杂质含量检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多视角图像包括多个单视角图像，所述获取待检测茶叶的多视角图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述多视角图像基于多光谱相机拍摄；
4.根据权利要求1所述的方法，所述多视角图像的图像背景为纯色背景，所述三维点云数据集合包含所述图像背景对应的三维点云数据；
5.根据权利要求1所述的方法，所述茶叶杂质检测模型通过以下方式训练得到：
6.根据权利要求5所述的方法，所述预设的三维图像分割模型为融合注意力机制的三维图像分割模...
【专利技术属性】
技术研发人员：蒋洁琳，邵爱菊，朱笔武，曾新生，袁国霞，陆龙钊，祖文藻，余向阳，蔡烨帆，
申请(专利权)人：勐海茶业有限责任公司，
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。