[发明专利]一种基于贝叶斯网络的水果视觉分类方法及系统

说明书

本发明是涉及农业与人工智能领域，尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据，并进行预处理得到多个待分类水果视觉特征值；分别对每个所述待分类水果视觉特征值进行离散化处理后，输入至预先训练好的水果分类贝叶斯网络模型进行处理，得到所述待分类水果在多个等级分类下的等级分类概率；根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类，有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类，实现降低人力物力，达到水果的快速分类。

技术领域

本发明涉及农业与人工智能领域，尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。

背景技术

目前我国是世界上最大的水果生产国。水果的种植面积和产量均占全世界的50％左右。由于不同质量等级的水果价格差异很大，对水果进行分级和分类是水果售前的一项重要工作。

水果质量等级与形状和色泽等多种因素有关，采用人工方法进行分拣存在人力成本高和主观误差的问题。另一方面，人工分拣可能会造成水果损伤，影响水果销售价值。为此，采用人工智能技术实现水果分拣过程的自动化和智能化获得了大量关注。

发明内容

为了克服上述现有技术的问题，发明提供一种基于贝叶斯网络的水果视觉分类方法，包括以下步骤：

S1、获取待分类水果的待分类水果数据，对所述待分类水果数据进行预处理得到多个待分类水果视觉特征值；

S2，分别对每个所述待分类水果视觉特征值进行离散化处理，对应得到每个所述待分类水果视觉特征值的离散化值；

S3、将所有所述水果视觉特征值的离散化值输入至预先训练好的水果分类贝叶斯网络模型进行处理，得到所述待分类水果在多个等级分类下的等级分类概率；

S4、根据多个所述等级分类概率对所述待分类水果进行等级分类。

本发明的有益效果是：本发明是一种基于贝叶斯网络的水果视觉分类方法，根据对于数字图像处理后的水果特征值进行水果的精确分类，有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类，实现降低人力物力，达到水果的快速分类。

在上述技术方案的基础上，本发明还可以做出如下改进。

优选地，S1中具体为，对所述待分类水果进行拍照，得到所述待分类水果数据，并对所述待分类水果数据进行数字图像处理，得到所述待分类水果的视觉特征值。

优选地，所述S2之前，还包括训练所述水果分类贝叶斯网络模型的步骤，训练所述水果分类贝叶斯网络模型，具体包括如下步骤，

采集样本水果数据和人工历史分类数据，将所述样本水果数据通过数字图像处理得到样本水果视觉特征值，并对所述样本水果视觉特征值进行离散化处理，得到所述样本水果视觉特征值的离散化值，且将所述样本水果视觉特征值的离散化值与所述人工历史分类数据构成训练集；

根据水果视觉特征值构建初始水果分类贝叶斯网络模型；

利用所述训练集对所述初始水果分类贝叶斯网络模型进行迭代训练，得到训练好的水果分类贝叶斯网络模型。

优选地，利用所述训练集对所述初始水果分类贝叶斯网络模型进行迭代训练的过程为，

根据所述人工历史分类数据对所述初始水果分类贝叶斯网络模型进行迭代训练，得出水果的先验概率；

根据所述样本水果视觉特征值的离散化值对所述初始水果分类贝叶斯网络模型进行迭代训练，得出水果的条件概率；

将所述先验概率和所述条件概率代入所述初始水果分类贝叶斯网络模型的网络参数中，得到训练好的水果分类贝叶斯网络模型。