[發明專利]一種基于卷積神經網絡的甘蔗胚芽分類系統

有效

• 申請號: 201910065900.7
• 申請日: 2019-01-24
• 公開（公告）號: CN109754022B
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 宋華寧;彭建盛;陀念楊;何奇文
• 申請（專利權）人: 河池學院
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06N3/0464
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 譚連香

1.一種基于卷積神經網絡的甘蔗胚芽分類系統，其特征在于，包括圖片樣本建立模塊（1）、學習模塊（2）、誤差控制模塊（3）、甘蔗胚芽獲取模塊（4）、識別比較模塊（5）及識別結果顯示模塊（6），

所述圖片樣本建立模塊（1）用于多張已知完好或破損的甘蔗胚芽圖片樣本的導入，并根據甘蔗胚芽圖片的完好性及破損性分為完好樣本及破損樣本；

所述學習模塊（2）包括圖片編碼子模塊（21）、圖片處理子模塊（22）及卷積神經子模塊（23），

所述圖片編碼子模塊（21）用于所述完好樣本及所述破損樣本內每一張圖片的自動編碼，以使所述完好樣本內的圖片具有完好標簽及所述破損樣本內的圖片具有破損標簽；

所述圖片處理子模塊（22）用于所述完好樣本及所述破損樣本內的圖片格式的轉換，并將每一圖片轉換為相同的格式；

所述卷積神經子模塊（23）用于通過卷積神經網絡獲取所述圖片處理子模塊（22）內的特征圖像，并分別對所述完好樣本及所述破損樣本內的圖片特征進行訓練學習，以獲得完好數據網絡模型及破損數據網絡模型，所述完好數據網絡模型包括所述完好樣本的圖片特征，所述破損數據網絡模型包括所述破損樣本內的圖片特征；

所述誤差控制模塊（3）用于通過交叉熵函數降低所述卷積神經子模塊（23）訓練學習的誤差值；

所述甘蔗胚芽獲取模塊（4）包括甘蔗胚芽掃描子模塊（41）及掃描圖片適配子模塊（42），所述甘蔗胚芽掃描子模塊（41）用于所需分類甘蔗胚芽的掃描，并將掃描數據生成圖片；所述掃描圖片適配子模塊（42）用于所述甘蔗胚芽掃描子模塊（41）圖片格式的轉換，以獲得與所述圖片處理子模塊（22）匹配的圖片格式；

所述識別比較模塊（5）用于所述甘蔗胚芽獲取模塊（4）圖像的獲取，并將所述甘蔗胚芽獲取模塊（4）的數據與所述完好數據網絡模型及所述破損數據網絡模型的數據進行比較分析，通過比較配對特征圖像的方式，以獲得所述甘蔗胚芽獲取模塊（4）中的胚芽好壞情況，并通過所述識別結果顯示模塊（6）顯示；

所述識別比較模塊（5）通過判斷所述甘蔗胚芽獲取模塊（4）的特征圖像與所述卷積神經子模塊（23）的特征圖像配對的閾值，使所述卷積神經子模塊（23）輸出對應的維度值，以獲得所需分類甘蔗胚芽的好壞；當所述閾值大于0.5，所述卷積神經子模塊（23）輸出的維度值為【1,0】，該圖片對應的甘蔗胚芽為破損；當所述閾值小于0.5，所述卷積神經子模塊（23）輸出的維度值為【0,1】，該圖片對應的甘蔗胚芽為完好；

所述甘蔗胚芽掃描子模塊（41）包括固定架（7）、滑動軌（71）、支撐架（72）、掃描鏡（73）、固定裝置及翻轉裝置，所述固定架（7）內設有若干個放置槽（74），所述放置槽（74）用于甘蔗的放置，所述滑動軌（71）與所述固定架（7）的一側固定連接，所述支撐架（72）為“7”字形結構，所述支撐架（72）一端通過電動伸縮桿（711）與所述滑動軌（71）滑動連接，另一端與所述掃描鏡（73）固定連接，所述掃描鏡（73）朝向所述放置槽（74），用于所述放置槽（74）內甘蔗胚芽的掃描；

每一所述放置槽（74）內設有一所述固定裝置，所述固定裝置包括兩轉動件（8）及兩固定件（81），兩所述轉動件（8）相對設置并一端通過連接桿（811）與所述放置槽（74）轉動連接，所述連接桿（811）穿出所述放置槽（74）外；兩所述固定件（81）分別通過彈簧（812）與所述轉動件（8）遠離所述連接桿（811）的一端連接；所述翻轉裝置包括電機（82）、傳動軸（83）及傳動帶（84），所述電機（82）固定在所述固定架（7）上，并與所述傳動軸（83）固定連接，所述傳動帶（84）設有若干條，每一所述傳動帶（84）與所述傳動軸（83）及其中一行的所述連接桿（811）連接；所述電機（82）為伺服電機，所述電機（82）每轉一個角度，所述傳動軸（83）帶動所述傳動帶（84）運動，以使每一放置槽（74）內的所述轉動件（8）獲得相同的轉動角度，所述掃描鏡（73）對所述放置槽（74）內每個甘蔗的角度進行拍攝，以獲得甘蔗上所有的胚芽；

所述掃描圖片適配子模塊（42）能夠對所述甘蔗胚芽掃描子模塊（41）獲得的圖片進行處理，使得每一甘蔗的所有胚芽都處于同一圖片中。

2.根據權利要求1所述的一種基于卷積神經網絡的甘蔗胚芽分類系統，其特征在于：所述圖片樣本建立模塊（1）采用TFRecord數據集對所述完好樣本及所述破損樣本的圖片進行記錄保存。