[發明專利]一種蔬菜加工分揀系統及方法

在審

• 申請號: 202110774833.3
• 申請日: 2021-07-08
• 公開（公告）號: CN113435532A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 洪少明;吳剛;吳浩;劉春泉
• 申請（專利權）人: 江蘇嘉安食品有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 張國棟

本發明屬于蔬菜加工分揀技術領域，公開了一種蔬菜加工分揀系統及方法，蔬菜加工分揀系統包括：視頻監控模塊、主控模塊、清洗模塊、蔬菜圖像分類模塊、圖像特征提取模塊、蔬菜識別模塊、蔬菜評級模塊、篩選模塊、傳送模塊、顯示模塊。本發明通過蔬菜圖像分類模塊在卷積神經網絡模型中添加全連接層，搭建所述目標卷積神經網絡模型并進行訓練，基于訓練好的目標卷積神經網絡模型，對待識別蔬菜圖像進行分類，提高了蔬菜圖像分類的準確率；同時，通過蔬菜識別模塊采集蔬菜圖像時，得到相應的樣本圖像，并對樣本圖像進行擴增，得到第一樣本圖像集，并不需要采集大量的樣本圖像，能夠有效減少樣本圖像的采集量，同時提高圖像數據庫建立的效率。

技術領域

本發明屬于蔬菜加工分揀技術領域，尤其涉及一種蔬菜加工分揀系統及方法。

背景技術

目前，蔬菜加工以蔬菜為原料，經清洗、去皮、切分(或未經去皮、切分)和熱燙等預處理后，采用物理、化學和生物的方法制成食品以利保藏的加工過程。采收后的蔬菜仍是活的有機體，在貯藏期間繼續進行著各種復雜的生命活動，其中最重要的是呼吸作用。隨著呼吸作用的進行，蔬菜中含有的糖、淀粉和酸等有機物質因被氧化成為二氧化碳和水而不斷消耗。同時，蔬菜中含有大量的水分和各種營養物質，是微生物生長發育和繁殖極為有利的條件；而微生物的活動，又是蔬菜敗壞的主要原因。此外，蔬菜的生產是有季節性和地區性的，將旺季過剩的新鮮蔬菜和一些地區的特產蔬菜進行適當的加工，有利于調節蔬菜生產的淡旺季和不同地區蔬菜市場的需求。然而，現有蔬菜加工分揀系統分揀過程中對蔬菜圖像分類準確率不高；同時，現有技術通過深度學習的方式，訓練機器人智能地對蔬菜進識別，但其依賴于大量采集的樣本，存在識別率相對較低的情況。因此，亟需一種新的蔬菜加工分揀系統。

通過上述分析，現有技術存在的問題及缺陷為：

(1)現有蔬菜加工分揀系統分揀過程中對蔬菜圖像分類準確率不高.

(2)現有技術通過深度學習的方式，訓練機器人智能地對蔬菜進識別，但其依賴于大量采集的樣本，存在識別率相對較低的情況。

發明內容

針對現有技術存在的問題，本發明提供了一種蔬菜加工分揀系統及方法。

本發明是這樣實現的，一種蔬菜加工分揀系統，所述蔬菜加工分揀系統，包括：

視頻監控模塊，與主控模塊連接，用于通過攝像設備對蔬菜加工分揀過程進行視頻監控，獲得蔬菜圖像；

主控模塊，與視頻監控模塊、清洗模塊、蔬菜圖像分類模塊、圖像特征提取模塊、蔬菜識別模塊、蔬菜評級模塊、篩選模塊、傳送模塊、顯示模塊連接，用于通過中央處理器協調控制所述蔬菜加工分揀系統各個模塊的正常工作；

清洗模塊，與主控模塊連接，用于通過清洗機構對蔬菜進行清洗處理；

蔬菜圖像分類模塊，與主控模塊連接，用于通過分類程序對蔬菜圖像進行分類；

圖像特征提取模塊，與主控模塊連接，用于通過圖像特征提取程序提取蔬菜圖像特征；

蔬菜識別模塊，與主控模塊連接，用于通過識別程序對蔬菜特征進行識別，包括：

通過攝像設備采集蔬菜圖像；

通過圖像增強程序對采集的圖像進行增強處理，得到多種蔬菜分別對應的樣本圖像，并對樣本圖像進行擴增，得到第一樣本圖像集；

將第一樣本圖像集中的每一個圖像分別加入泊松-高斯噪聲，調整每一個圖像的亮度和對比度，得到處理后的多種蔬菜分別對應的第二樣本圖像集，包括：

通過預設的第一公式將第一樣本圖像集中的每一個圖像分別加入泊松-高斯噪聲；其中，所述第一公式為：