基于深度学习模型的鲜食葡萄采收时机的预测系统及方法技术方案

技术编号:43928175 阅读:19 留言:0更新日期:2025-01-07 21:24
本发明专利技术提供了一种基于深度学习模型的鲜食葡萄采收时机的预测系统及方法,该系统包括:高光谱图像拍摄装置、数据获取装置、控制器及数据处理器,所述高光谱图像拍摄装置用于获取不同成熟期鲜食葡萄的高光谱图像信息;所述数据获取装置用于获取不同成熟期鲜食葡萄成熟度理化指标数据;所述控制器用于控制高光谱图像拍摄装置以及将高光谱图像拍摄装置、数据获取装置执行过程中获取的数据存储在控制器的存储器中;所述数据处理器用于对存储器内的数据进行加工处理。本发明专利技术提高了成熟度指标回归预测的准确性,能够更为精准合理地确定采收时机。

【技术实现步骤摘要】

本专利技术涉及农业信息,特别是涉及一种基于深度学习模型的鲜食葡萄采收时机的预测系统及方法


技术介绍

1、鲜食葡萄营养丰富、口感良好、受众群体广、经济效益高,已成为全国多地区发展特色林果业的代表性水果产业。鲜食葡萄的采后品质与其采收时的成熟度具有很强的关联性,因而精准检测葡萄的成熟程度、进而确定合适采收时机,对于保证葡萄采后品质风味、减少采后浪费具有重要意义。

2、现有技术中,对葡萄成熟度的检测通常用以下四种方法:一、人工判别法,专业检测人员通过感官评价法对鲜食葡萄的成熟情况进行判别。二、化学实验检测法,在实验室中对送检葡萄样本使用化学仪器和试剂测量可溶性固形物、ph、硬度等相关理化数据,进而判断葡萄的成熟情况。三、计算机视觉技术,通过葡萄图像利用图像处理技术实现对葡萄成熟程度的预测。四、光谱技术,首先利用光谱仪器获取葡萄的光谱数据,并通过光谱数据和成熟度表征指标的建模实现葡萄的成熟度预测和判别。

3、以上方法分别存在如下不足:其中,方法一依靠评价人员的经验,主观性较强,误差较大;方法二样本处理复杂、检测过程繁琐,实时性差,且属于有本文档来自技高网...

【技术保护点】

1.一种基于深度学习模型的鲜食葡萄采收时机的预测系统,其特征在于,包括:高光谱图像拍摄装置、数据获取装置、控制器及数据处理器,所述高光谱图像拍摄装置用于获取不同成熟期鲜食葡萄的高光谱图像信息;所述数据获取装置用于获取不同成熟期鲜食葡萄成熟度理化指标数据;所述控制器用于控制高光谱图像拍摄装置以及将高光谱图像拍摄装置、数据获取装置执行过程中获取的数据存储在控制器的存储器中;所述数据处理器用于对存储器内的数据进行加工处理。

2.根据权利要求1所述的系统,其特征在于,所述高光谱图像拍摄装置包括葡萄位置调整装置及可调节拍摄装置;

3.根据权利要求2所述的系统,其特征在于,所...

【技术特征摘要】

1.一种基于深度学习模型的鲜食葡萄采收时机的预测系统,其特征在于,包括:高光谱图像拍摄装置、数据获取装置、控制器及数据处理器,所述高光谱图像拍摄装置用于获取不同成熟期鲜食葡萄的高光谱图像信息;所述数据获取装置用于获取不同成熟期鲜食葡萄成熟度理化指标数据;所述控制器用于控制高光谱图像拍摄装置以及将高光谱图像拍摄装置、数据获取装置执行过程中获取的数据存储在控制器的存储器中;所述数据处理器用于对存储器内的数据进行加工处理。

2.根据权利要求1所述的系统,其特征在于,所述高光谱图像拍摄装置包括葡萄位置调整装置及可调节拍摄装置;

3.根据权利要求2所述的系统,其特征在于,所述传送装置包括主动辊、从动辊、驱动电机及传送带,所述驱动电机连接所述控制器,所述传送带及旋转球体均为软质橡胶材料。

4.一种基于深度学习模型的...

【专利技术属性】
技术研发人员:冯建英鲍靖韬范梦扬张思源穆维松
申请(专利权)人:中国农业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1