【技术实现步骤摘要】
本申请涉及图像识别，具体涉及一种咖啡豆颜色对比方法、装置、计算机设备及存储介质。
技术介绍
1、咖啡豆在生长过程中颜色的变化是判定其成熟度的关键因素之一。目前，大多数咖啡种植者依赖于肉眼观测和个人经验来判断咖啡豆的成熟度，这种方法不仅效率低，且存在较大的主观性，难以保证评估的准确性和重复性。而且当前的颜色对比识别方法难以针对生长过程中咖啡豆的颜色准确识别。
技术实现思路
1、本申请实施例提供一种咖啡豆颜色对比方法、装置、计算机设备及存储介质，可以解决目前缺少针对生长过程中咖啡豆果实的颜色对比识别方法，依赖于肉眼观测和个人经验来判断咖啡豆果实的成熟度时效率低，难以保证咖啡豆成熟度评估的准确性和重复性的技术问题。
2、本申请实施例提供一种咖啡豆颜色对比方法，其包括：
3、获取具有咖啡豆和比色卡的采样图像；
4、将所述采样图像分割为咖啡豆区域和比色卡区域；
5、获取所述比色卡区域中各子区域的rgb域颜色值，进行噪点像素过滤，将所述子区域的rgb域颜色值转换为hsv域颜色值，提取各子区域的色调值形成所述比色卡区域的色调值集；
6、获取所述咖啡豆区域中的rgb域颜色值，进行噪点像素过滤，将所述咖啡豆区域的rgb域颜色值转换为hsv域颜色值，提取所述咖啡豆区域的色调值；
7、将所述咖啡豆区域的色调值与所述比色卡区域的色调值集进行对比，将所述比色卡区域的色调值集中与所述咖啡豆区域的色调值差值最小的色调值作为咖啡豆颜色。>
8、进一步的，所述将所述图像分割为咖啡豆区域和比色卡区域包括：
9、读取所述采样图像，对所述采样图像进行灰度化处理，得到灰度图像；
10、对所述灰度图像进行边缘检测，形成边缘线；
11、根据所述边缘线对所述采样图像进行目标区域提取，形成所述咖啡豆区域和所述比色卡区域。
12、进一步的，所述对所述灰度图像进行边缘检测，形成边缘线包括：
13、对所述灰度图像进行高斯滤波，以平滑图像并减少噪声；
14、计算高斯滤波后的所述灰度图像的图像梯度，形成梯度图像；
15、对所述梯度图像进行非极大值抑制，保留局部最大值，去除非边缘像素；
16、对所述梯度图像采用双阈值处理，确定强边缘、弱边缘和非边缘像素；
17、通过将所述弱边缘连接至所述强边缘，形成完整的边缘线。
18、进一步的，所述根据所述边缘线对所述采样图像进行目标区域提取，形成所述咖啡豆区域和所述比色卡区域包括：
19、基于所述边缘线生成边缘掩码；
20、对所述边缘掩码进行形态学操作来扩大边缘区域，所述形态学操作包括膨胀和腐蚀处理；
21、若所述边缘区域覆盖到咖啡豆或比色卡边缘的像素，按比例缩小边缘掩码；
22、根据所述边缘掩码从所述采样图像中提取咖啡豆所在区域形成咖啡豆区域，提取比色卡所在区域形成比色卡区域。
23、进一步的，将所述采样图像分割为咖啡豆区域和比色卡区域还包括：
24、采用训练好的深度学习分割算法模型从所述采样图像中提取咖啡豆所在区域形成咖啡豆区域，提取比色卡所在区域形成比色卡区域。
25、进一步的，在所述采样图像分割为咖啡豆区域和比色卡区域之后还包括：
26、对所述咖啡豆区域和所述比色卡区域进行颜色平滑处理；
27、判断进行颜色平滑处理后的所述咖啡豆区域中是否存在颜色异常区域，若存在则将所述咖啡豆区域作为目标处理图像；或者，判断进行颜色平滑处理后的所述比色卡区域中是否存在颜色异常区域，若是则将所述比色卡区域作为目标处理图像；
28、根据所述目标处理图像的复杂度和噪声程度选择颜色正常的区域作为一个簇，形成多个簇；
29、初始化每个簇的中心点；
30、将所述目标处理图像中每个像素分配给最近的簇中心；
31、重新计算每个簇的中心点，直到收敛。
32、进一步的，所述将所述子区域的rgb域颜色值转换为hsv域颜色值，以及将所述子区域的rgb域颜色值转换为hsv域颜色值包括：
33、获取rgb域颜色值{r、g、b}，其中r、g、b的取值范围是[0,255]；
34、采用将所述rgb域颜色值{r、g、b}归一化到[0,1]范围内；
35、计算hsv域对应的色调值h、饱和度值s和亮度值v：
36、
37、本申请实施例提供一种咖啡豆颜色对比装置，所述咖啡豆颜色对比装置包括：
38、图像获取模块，用于获取具有咖啡豆和比色卡的采样图像；
39、图像分割模块，用于将所述采样图像分割为咖啡豆区域和比色卡区域；
40、比色卡色调值集处理模块，用于获取所述比色卡区域中各子区域的rgb域颜色值，进行噪点像素过滤，将所述子区域的rgb域颜色值转换为hsv域颜色值，提取各子区域的色调值形成所述比色卡区域的色调值集；
41、咖啡豆色调值处理模块，用于获取所述咖啡豆区域中的rgb域颜色值，进行噪点像素过滤，将所述咖啡豆区域的rgb域颜色值转换为hsv域颜色值，提取所述咖啡豆区域的色调值；
42、咖啡豆颜色识别模块，用于将所述咖啡豆区域的色调值与所述比色卡区域的色调值集进行对比，将所述比色卡区域的色调值集中与所述咖啡豆区域的色调值差值最小的色调值作为咖啡豆颜色。
43、本申请实施例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前文所述咖啡豆颜色对比方法的步骤。
44、本申请实施例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前文所述咖啡豆颜色对比方法的步骤。
45、本申请实施例提供的咖啡豆颜色对比方法、装置、计算机设备及存储介质，通过获取具有咖啡豆和比色卡的采样图像，将所述采样图像分割为咖啡豆区域和比色卡区域，将各区域的rgb域颜色值转换为hsv域颜色值，利用色调值对比方式，将比色卡区域的色调值集中与咖啡豆区域的色调值差值最小的色调值作为咖啡豆颜色，能保证咖啡豆成熟度评估的准确性和重复性，提升咖啡豆果实的颜色识别效率。
本文档来自技高网...【技术保护点】
1.一种咖啡豆颜色对比方法，其特征在于，包括：
2.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，所述将所述图像分割为咖啡豆区域和比色卡区域包括：
3.如权利要求2所述的咖啡豆颜色对比方法，其特征在于，所述对所述灰度图像进行边缘检测，形成边缘线包括：
4.如权利要求3所述的咖啡豆颜色对比方法，其特征在于，所述根据所述边缘线对所述采样图像进行目标区域提取，形成所述咖啡豆区域和所述比色卡区域包括：
5.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，将所述采样图像分割为咖啡豆区域和比色卡区域还包括：
6.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，在所述采样图像分割为咖啡豆区域和比色卡区域之后还包括：
7.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，所述将所述子区域的RGB域颜色值转换为HSV域颜色值，以及将所述子区域的RGB域颜色值转换为HSV域颜色值包括：
8.一种咖啡豆颜色对比装置，其特征在于，所述咖啡豆颜色对比装置包括：
9.一种计算机设备，包括存储器、处理器及存
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】
1.一种咖啡豆颜色对比方法，其特征在于，包括：
2.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，所述将所述图像分割为咖啡豆区域和比色卡区域包括：
3.如权利要求2所述的咖啡豆颜色对比方法，其特征在于，所述对所述灰度图像进行边缘检测，形成边缘线包括：
4.如权利要求3所述的咖啡豆颜色对比方法，其特征在于，所述根据所述边缘线对所述采样图像进行目标区域提取，形成所述咖啡豆区域和所述比色卡区域包括：
5.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，将所述采样图像分割为咖啡豆区域和比色卡区域还包括：
6.如权利要求1所述的咖啡豆颜色对比方法，其特征在于，在所述采样图像分割为咖...
【专利技术属性】
技术研发人员：陈颖，
申请(专利权)人：中科弘拓苏州智能科技有限公司，
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。