[发明专利]一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法

说明书

技术领域

本发明涉及机器学习、图像分类和金针菇种植技术领域，一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法。

背景技术

金针菇的菌丝灰白色，绒毛状。子实体为丛生，菌盖初期呈半圆形小体，长大后渐平展，直径2～8厘米，表面光滑，色泽白、黄白色或淡茶褐色。菌肉为白色，金针菇具有很高的药用食疗作用。有研究又表明，金针菇内所含的一种物质具有很好的抗癌作用。金针菇具有丰富的营养，为家庭或餐厅普遍使用的食材。具有非常广阔的市场。对于金针菇的种植厂商如果能提高金针菇的产量，必定带来较好的经济效益。

在传统的金针菇种植中很多厂商未使用有色光进行生长促进，或者有些厂商使用带颜色的遮罩物放置于金针菇上方，这种方法需要浪费大量的人力物力，且每一个厂房中金针菇数量巨大，对其进行单色遮罩物进行遮罩的工作非常繁琐，如果不加光照在黑暗中进行培养或使用单色光培养，无法在产量和质量带来提升。

参考传统的金针菇培养方法，结合目前图像深度学习中广泛应用的卷积神经网络算法提供良好的解决方案。主要优势为，节省了大量的人力物力去对金针菇进行遮罩。使用深度学习进行生长期自动判断，在节省人力的情况下增加的判断准确度。全程由计算机程序控制完成，具有判断操作及时和工作效率高等优点。

发明内容

本发明的目的是提供一种基于卷积神经网络的金针菇不同生长期智能补光的装置与方法，为提高金针菇产量和质量提供了有效的解决方案，有助于实现金针菇补光工作的自动化完成。

为解决上述技术问题，本发明的主要技术内容如下：

一种基于卷积神经网络的金针菇不同生长期智能补光的装置，其特征在于：包括承载装置、摄像头(分辨率1920*1080)、全光谱LED灯、计算机、金针菇培养基和塑料管，所述承载装置包括横梁支架和防水保护箱，所述横梁支架固定在补光室顶部，所述防水保护箱通过绳子连接到横梁中央位置，用于防止摄像头进水并帮助摄像头数据线承载重量，所述摄像头固定放置于防水箱中，所述摄像头镜头对准金针菇培养基区域的中央，所述全光谱LED灯安放在横梁的四个角，用于在摄像头采集样本照片时提供白光和判断生长期后提供有利于金针菇生长的有色光。所述计算机与摄像头和全光谱LED灯相连，用于处理和存储摄像头采集到的图像和控制全光谱LED灯的颜色，所述金针菇培养基放置于四盏全光谱LED灯下方，用于金针菇的培养，所述塑料管用于保护全光谱LED灯电源线和摄像头与计算机之间的数据传输线；

上述四盏全光谱LED灯可以由计算机进行控制来调节灯的颜色，颜色的调节范围是红色、橙色、黄色、绿色、蓝靛色和紫色；

上述在摄像头采集图像时，全光谱LED灯能打开白光有利于保证采集到的图像的质量；

上述防水保护箱最底面为高清透明玻璃，其余五面皆为不易变形的且重量较轻的木板，从而降低了承载装置的负重，摄像头可以透过高清透明玻璃窗对底部金针菇培养区域进行图像采集；

一种基于卷积神经网络的金针菇不同生长期智能补光的方法，包括以下步骤：

(1)通过收集大量的金针菇不同生长期的图像，将图像交由众多有经验的金针菇种植专家标注分类，形成训练CNN模型的训练数据集；

(2)利用上一步得到的标注好的数据作为训练样本集，输入到caffe深度学习框架进行训练，并得到金针菇不同生长期分类模型；

(3)通过计算机发出指令控制全光谱LED灯显示白光，并发出指令让摄像头对金针菇培养基进行拍照取样并上传至计算机(每隔10小时取样一次)；

(4)根据训练好的CNN模型对摄像头采取的样本照片进行分类，判断该金针菇图像样本所属的生长期；

(5)计算机根据上一步获得的金针菇的生长期，来控制全光谱LED灯亮起有利于金针菇该生长期生长的有色光，满足金针菇对光质的要求；

上述步骤(1)中的CNN模型的训练包括以下步骤：

(a)选取的训练样本数据必须是严格人工记录生长期，并经过准确标注的；

(b)通过将所有标注好的训练数据输送到卷积神经网络的训练器中，CNN单神经元的权重计算公式如下；

其中W为权重，b为偏移量，向量x由输入的待判定金针菇图像样本经数字化后得到；

上述步骤(3)摄像头取样具体实施步骤如下：

(a)计算机程序设置时间任务时间间隔10小时；

(b)计算机发出指令，令全光谱LED灯打开白光照亮金针菇培养基区域；