[發(fā)明專利]一種基于計算機視覺技術的蔬菜自動清洗方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011294539.4
• 申請日: 2020-11-18
• 公開（公告）號: CN112200155A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設計）人: 郭炅;王延杰
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06N3/04;G06N3/08
• 代理公司: 武漢仁合利泰專利代理事務所(特殊普通合伙) 42275
• 代理人: 劉川

1.一種基于計算機視覺技術的蔬菜自動清洗方法，其特征在于，具體包括以下步驟：

1)收集不同類別的蔬菜圖像以及蔬菜不同清洗部位的圖像；

2)將預訓練分類模型對每一類蔬菜圖像進行訓練，對選定類用標注的蔬菜圖像數據集提取深層網絡特征，利用該特征表征訓練數據從而構建蔬菜分類深層網絡；

3)將預訓練分類模型對同一類蔬菜每個不同清洗部位圖像進行訓練，對選定類用標注的蔬菜不同清洗部位的圖像數據集提取深層網絡特征，利用該特征表征訓練數據從而構建清洗部位分類深層網絡；

4)利用步驟2)得到的蔬菜分類深層網絡對置于清洗設備內待清洗的蔬菜進行蔬菜類別自動識別；

5)利用步驟3)得到的清洗部位分類深層網絡對置于清洗設備內待清洗的蔬菜進行清洗部位的自動識別；

6)讀取存儲器內存儲的清洗方式列表，清洗方式列表用于保存不同類別蔬菜的不同清洗部位對應的不同清洗方式；

7)利用左、右兩個雙目測距裝置通過雙目測距方法檢測蔬菜不同清洗部位與清洗裝置之間的距離；

8)根據步驟6)得到的清洗方式以及步驟7)得到的清洗距離進行分析，得到最終清洗模式，根據該最終清洗模式對蔬菜的不同清洗部位進行清洗。

2.根據權利要求1所述的蔬菜自動清洗方法，其特征在于，所述分類模型結構包括：標準卷積層、一連串的深度可分離卷積包、平均降維層以及完全鏈接層，所述深度可分離卷積包包含一個深度卷積層；

所述標準卷積層為所述分類模型的第一層，所述平均降維層為所述分類模型的倒數第二層，所述完全鏈接層為所述分類模型的最后一層。

3.根據權利要求2所述的蔬菜自動清洗方法，其特征在于，所述深度卷積層由深度卷積操作、線性整流函數、批量標準化操作和逐點卷積操作構成。

4.根據權利要求1-3任一項所述的蔬菜自動清洗方法，其特征在于，

所述步驟3)中的清洗部位分類深層網絡的建立步驟具體包括以下內容：

輸入層建立步驟，用于對采集到的蔬菜的圖像數據進行數據處理，得到坐標化的蔬菜結構；

隱層建立步驟，用于得到坐標化的蔬菜結構和蔬菜各個清洗部位位置的映射關系；

隱層訓練步驟，用于對坐標化的蔬菜結構和蔬菜各個清洗部位位置的映射關系進行訓練和修正；

可視化層建立步驟，用于對蔬菜各個清洗部位位置的坐標輸出，得到可視化的蔬菜各個清洗部位位置。

5.根據權利要求4所述的蔬菜自動清洗方法，其特征在于，所述蔬菜結構和蔬菜各個清洗部位位置的可視化編碼同時傳輸至顯示裝置上，所述顯示裝置顯示蔬菜結構圖后，在蔬菜結構圖上疊加顯示各個清洗部位的位置。

6.根據權利要求5所述的蔬菜自動清洗方法，其特征在于，還包括步驟9)：

9)采集清洗后的蔬菜圖片，判斷清洗后的各個清洗部位是否有污漬；

若有，則判斷污漬所在清洗部位，并對該清洗部位進行重復清洗；

若沒有，則提示該蔬菜已清洗干凈。

7.根據權利要求6所述的蔬菜自動清洗方法，其特征在于，所述步驟9)還包括以下內容：

若對具有污漬的清洗部位清洗了閾值次數后，污漬仍然存在，則在該蔬菜的圖像上對污漬進行標出和/或記錄該污漬位置，存入存儲器；

并將污漬的可視化編碼傳輸至所述顯示裝置上，所述顯示裝置顯示蔬菜結構圖后，在蔬菜結構圖上疊加顯示污漬的位置。