[发明专利]一种烟叶成熟度识别方法、装置及设备

说明书

本申请公开了一种烟叶成熟度识别方法、装置及设备，方法包括：获取待测烟叶图像；对烟叶图像进行预处理；将预处理后的烟叶图像输入至训练好的烟叶成熟度识别模型中，输出待测烟叶图像中烟叶的成熟度。本申请能够增强烟叶特征，识别准确率高。

技术领域

本申请涉及深度学习技术领域，尤其涉及一种烟叶成熟度识别方法、装置及设备。

背景技术

烟叶分为正在生长的烟草作物上的叶子和已经初步调制过但没有加工成烟丝制品的烟叶。烟草从烟草植物到制成烟丝成品需要经过多个工艺制作流程，只有经过多重加工后才能成为商品流向市场销售。当前，烤烟的烟叶等级优劣是根据烟叶的来源、叶片结构、成熟度、油分及色度等进行评定的。但当前一般通过有较强主观性的感官和经验来判断，易造成评定不准确，对烟叶收购有很大影响。目前，随着计算机视觉及图像识别技术的飞速发展，为烟叶分级自动化技术提供了更为有利的发展条件。对于烟草行业来说，找到一种适合现代科技发展需求的烟叶分级方式，用智能化生产代替人工进行烟叶的分选、定级，是实现烟叶分级质量提升、效益增加的重点和难点问题之一。而智能化烟叶分级的核心部分就在于模拟人眼来区分烟叶质量的差异，模拟人脑分选烟叶的质量级别。因此，研发一种通过深度学习的烟叶成熟度识别方法有很大的意义。

发明内容

本申请实施例提供了一种烟叶成熟度识别方法、装置及设备，使得增强烟叶特征，识别准确率高。

有鉴于此，本申请第一方面提供了一种烟叶成熟度识别方法，所述方法包括：

获取待测烟叶图像；

对所述待测烟叶图像进行预处理；

将预处理后的所述待测烟叶图像输入至训练好的烟叶成熟度识别模型中，输出所述待测烟叶图像中烟叶的成熟度。

可选的，所述对所述烟叶图像进行预处理，包括：

将所述待测烟叶图像处理成匹配于所述烟叶成熟度识别模型的输入格式。

可选的，在所述将预处理后的所述烟叶图像输入至训练好的烟叶成熟度识别模型中，输出所述待测烟叶图像中烟叶的成熟度，之前还包括：

获取大量烟叶图像样本；

对所述烟叶图像样本进行预处理；

根据所述烟叶图像样本的叶脉特征和色泽特征，对所述烟叶图像样本的分级并打上分级标签；

对所述烟叶图像样本进行人工标注，得到每个所述烟叶图像样本的标注方框，将所述标注方框定义为临时感兴趣区域，所述临时感兴趣区域包括烟叶叶脉和色泽；

将所述烟叶图像样本划分为训练集和测试集；

采用训练集对构建好的所述烟叶成熟度识别模型进行训练，得到训练好的所述烟叶成熟度识别模型。

可选的，所述对所述烟叶样本进行预处理，包括：

对所述烟叶图像样本进行归一化处理，将大小方向不一的所述烟叶图像样本转化成标准输入模式，所述归一化处理包括对数函数转换法、线性函数转换法和法余切函数转换法。

可选的，所述烟叶成熟度识别模型为ShuffleNet神经网络；所述ShuffleNet的结构由block组成，包括：

首先进行1×1分组卷积操作；

再进行通道随机混合操作，使用3×3的深度卷积，步长stride＝2；

再通过一个1×1分组卷积操作，将得到特征图与输出进行连接。

本申请第二方面提供一种烟叶成熟度识别装置，所述装置包括：

第一获取单元，用于获取待测烟叶图像；