[發明專利]一種基于機器學習的蘋果無損檢測方法

在審

• 申請號: 202110906221.5
• 申請日: 2021-08-09
• 公開（公告）號: CN113624759A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 郝紅娟;王九鑫;劉宇程;盧定澤;蘇耀恒;楊寧;吳鑫;李文龍;王康華;杜雨蓉;楊彤彤;王明墺;張倩;陳琳;張芷葉;黃磊;張亞鑫
• 申請（專利權）人: 西安工程大學
• 主分類號: G01N21/84
• 分類號: G01N21/84;G01N29/04;G01N29/12;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/00
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 周國勇

本發明公開了一種基于機器學習的蘋果無損檢測方法，涉及利用圖像分析對蘋果進行智能化檢測分級的方法。所述方法包括：得到蘋果多參數的訓練模型；設定蘋果品質篩選區間；獲取待檢測蘋果的外觀圖片，去噪后利用訓練模型對蘋果的外觀圖片進行識別，篩選出的所需蘋果進行內部無損檢測，利用訓練模型對蘋果的內部進行無損判斷，無病的蘋果進行內部共振聲波檢測，利用訓練模型判斷其內部物質含量，完成所有蘋果的分類。本發明快速高效的對大量蘋果進行精準檢測，提高了檢測精準度和效率，優化了檢測流程。既能夠減少果農的工作量，又可以提高果農的收入。還可以根據消費者要求，提供不同等級的果品，對提升國產果品的地位有一定作用。

技術領域

本發明涉及利用圖像分析對蘋果進行智能化檢測分級的方法。

背景技術

農業的發展與我國的綜合國力的發展和國情的穩定性息息相關，振興農業是現階段的主要目標之一。我國目前正處在從傳統農業向現代農業轉變的關鍵時期。雖然水果資源非常豐富，水果產量已經占據世界的首位，但出口量及品質卻較低，目前的水果出口量只占有世界的2％，大部分的水果都是在本國進行銷售。以蘋果為例，影響其發展的一個重要因素就是對果品分級篩選不準確，果品的檢測達不到出口標準，導致果品售價有影響。經常出現將一級產品降級為二級產品，或者將二級產品升級為一級產品造成重大的經濟損失和消費者的不滿的現象。由于大部分的水果都是在本國進行銷售的，因此現階段的果品檢測裝置主要使用傳統的蘋果分級方法，即依靠人工和不成熟的機器識別，根據蘋果的大小和外觀而進行篩選，出錯率高、效率低，受主觀感受的影響比較大，無法適應現在蘋果生產和銷售的需要，使得果品的品質有所下降，因而讓市場競爭力難以獲得全面保障。這突出表明需要發展更好的自動化的蘋果分類技術。

無損檢測技術在不損壞果品的基礎上，通過信號采集與控制、對采集信號進行處理分析達到對進行食品的檢測、分級的目的。現階段，果品的無損檢測的研究主要是運用光學、電磁、力學、信號處理等原理，集中在核磁共振技術、介電特性技術、振動聲學技術、近紅外光譜分析技術、機器視覺技術及X射線技術，許多研究者用此方法構建出果品檢測的系統。但這些系統都存在無法精準識別、不能大量快速檢測，無法實現智能化的問題。隨著人工智能技術、機械自動化技術的大力發展，一種機器學習技術逐漸普及，深度學習的算法具有敏銳性強、可利用范圍廣的優勢。將深度學習技術與無損檢測技術深度融合從而實現對果品的精準篩選分級成為未來發展的重要趨勢。

發明內容

本發明要解決的技術問題在于針對現有技術的缺陷，提供一種基于機器學習的蘋果無損檢測方法。不僅能對蘋果的外形好壞進行判斷，同時對其內部糖分等含量進行判斷從而實現蘋果品質的篩選和分級。發明裝置整體實現智能化，解決現有技術無法精準識別的問題，快速高效準確的對蘋果進行分級篩選。所述技術方案如下：

一種基于機器學習的蘋果無損檢測方法，所述方法包括：

S0、收集蘋果的外觀圖片、大小數據以及內部超聲無損數據、內部共振聲波數據，并對其進行訓練得到訓練模型；

S1、設定蘋果品質篩選區間；

S2、傳送蘋果到外觀無損檢測區；

S3、獲取待檢測蘋果的外觀圖片，去除圖片椒鹽噪聲，并利用訓練好的模型對蘋果的外觀圖片進行識別，從識別結果可以確定所需蘋果；

S4、將S3中篩選出的所需蘋果傳送至內部無損檢測區，同時將無關蘋果傳送至另選區，待重新設置參數進行篩選；

S5、獲取內部無損檢測區待檢測蘋果的內部超聲無損數據，利用訓練好的模型對蘋果的內部進行無損判斷，確定其內部無病，若內部有病，傳送至專門區域，若無病，進入步驟S6；

S6、獲取待檢測蘋果的內部共振聲波數據，利用訓練好的模型對蘋果的內部物質含量進行判斷，按照其物質含量進行分類，將篩選好的蘋果傳送至指定區域；