[發(fā)明專利]咖啡成熟果實(shí)的檢測(cè)方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201811207853.7
• 申請(qǐng)日: 2018-10-16
• 公開（公告）號(hào): CN109522899B
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計(jì)）人: 金紅偉;彭懷玉;韓冰;周振;涂長(zhǎng)梅;陳佳力;孫涵
• 申請(qǐng)（專利權(quán)）人: 航天新氣象科技有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/46;G06K9/62
• 代理公司: 北京三聚陽(yáng)光知識(shí)產(chǎn)權(quán)代理有限公司 11250
• 代理人: 馬永芬

1.一種咖啡成熟果實(shí)的檢測(cè)方法，其特征在于，包括：

獲取待檢測(cè)圖像，所述待檢測(cè)圖像為時(shí)間序列圖像；

對(duì)所述待檢測(cè)圖像進(jìn)行超像素分割，得到若干超像素子圖；

基于咖啡果實(shí)成熟期檢測(cè)模型對(duì)所述超像素子圖進(jìn)行檢測(cè)，以確定所述超像素子圖中的所述咖啡成熟果實(shí)；其中，所述咖啡果實(shí)成熟期檢測(cè)模型是利用樣本圖像對(duì)監(jiān)督學(xué)習(xí)算法進(jìn)行訓(xùn)練得到的；

統(tǒng)計(jì)所述時(shí)間序列圖像的各個(gè)圖像中所述咖啡成熟果實(shí)的數(shù)量；

當(dāng)時(shí)間相鄰的兩個(gè)所述圖像中所述咖啡成熟果實(shí)數(shù)量的差值大于第一閾值時(shí)，確定時(shí)間在前的所述圖像對(duì)應(yīng)的時(shí)間為自動(dòng)檢測(cè)的采摘日期；

獲取多個(gè)人工采摘日期；

利用所述自動(dòng)檢測(cè)的采摘日期以及所述人工采摘日期，統(tǒng)計(jì)所述自動(dòng)檢測(cè)的采摘日期中正確采摘日期的數(shù)量、不正確采摘日期的數(shù)量以及未檢測(cè)出的采摘日期的數(shù)量；

基于統(tǒng)計(jì)結(jié)果，計(jì)算檢測(cè)精度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述咖啡果實(shí)成熟期檢測(cè)模型是通過(guò)如下步驟構(gòu)建的：

獲取若干所述樣本圖像；所述樣本圖像包括正樣本圖像以及負(fù)樣本圖像；其中，所述正樣本圖像是對(duì)成熟果實(shí)的圖像進(jìn)行超像素分割得到的；所述負(fù)樣本圖像是對(duì)不成熟果實(shí)的圖像進(jìn)行超像素分割得到的；

分別提取所述樣本圖像的至少一個(gè)特征，以得到特征向量；其中，所述特征包括顏色特征以及紋理特征中的至少之一；

基于所述特征向量，對(duì)所述監(jiān)督學(xué)習(xí)算法進(jìn)行訓(xùn)練，以構(gòu)建所述咖啡果實(shí)成熟期檢測(cè)模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述分別提取所述樣本圖像的至少一個(gè)特征，包括：

提取所述樣本圖像中各像素點(diǎn)的像素值；

基于各所述像素點(diǎn)的像素值，計(jì)算所述樣本圖像的顏色矩，以得到所述顏色特征；

將所述樣本圖像轉(zhuǎn)化為灰度圖像；

基于所述灰度圖像，提取所述紋理特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述灰度圖像，提取所述紋理特征，包括：

提取所述灰度圖像中的每個(gè)像素點(diǎn)的預(yù)設(shè)鄰域；其中，所述預(yù)設(shè)鄰域的中心點(diǎn)為所述像素點(diǎn)；

在所述預(yù)設(shè)鄰域上提取預(yù)設(shè)數(shù)量的像素點(diǎn)的灰度值；所述預(yù)設(shè)數(shù)量的像素點(diǎn)為對(duì)所述預(yù)設(shè)鄰域進(jìn)行所述預(yù)設(shè)數(shù)量的等分得到的；

利用所述預(yù)設(shè)數(shù)量的像素點(diǎn)的灰度值、所述中心點(diǎn)的灰度值以及所述預(yù)設(shè)數(shù)量，計(jì)算所述像素點(diǎn)的模式種類；其中，所述樣本圖像的所述模式種類為2^P種，P為所述預(yù)設(shè)數(shù)量；

基于所述像素點(diǎn)的模式種類，統(tǒng)計(jì)各所述模式種類的數(shù)量，以得到所述紋理特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，采用如下公式計(jì)算所述像素點(diǎn)的模式種類：

其中，

式中，L(x,y)是坐標(biāo)為(x,y)的像素點(diǎn)的模式種類；g_i為在所述預(yù)設(shè)鄰域上提取出的第i個(gè)像素點(diǎn)的灰度值；g_c為所述中心點(diǎn)的灰度值。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，基于所述特征向量，對(duì)所述監(jiān)督學(xué)習(xí)算法進(jìn)行訓(xùn)練，以構(gòu)建所述咖啡果實(shí)成熟期檢測(cè)模型，包括：

采用多項(xiàng)式核函數(shù)對(duì)所述監(jiān)督學(xué)習(xí)算法進(jìn)行訓(xùn)練，以得到預(yù)設(shè)模型；

利用K折交叉驗(yàn)證對(duì)所述預(yù)設(shè)模型進(jìn)行評(píng)估，以構(gòu)建所述咖啡果實(shí)成熟期檢測(cè)模型。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用如下公式計(jì)算檢測(cè)精度：

式中，IOU為所述檢測(cè)精度；TP為所述自動(dòng)檢測(cè)的采摘日期中正確采摘日期的數(shù)量；FP為所述不正確采摘日期的數(shù)量；FN為所述未檢測(cè)出的采摘日期的數(shù)量。