[发明专利]一种基于改进胶囊网络的茶叶识别分级方法

权利要求书

1.一种基于改进胶囊网络的茶叶识别分级方法，其特征在于：包括，

将已知品种和级别的茶叶分成若干单元，并依次放置于白色底板上，通过相机获取各类别的茶叶图像数据n张；

基于大津法对所述茶叶图像数据进行二值化处理和多种数据增强处理，根据茶叶等级标签建立茶叶图像数据库；

深化原始胶囊网络结构并与残差块进行结合，构建适用于茶叶分级的改进胶囊网络模型；

在所述茶叶图像数据库中导入数据至所述改进胶囊网络模型中进行训练，获得茶叶分级模型；

将需要进行分级的茶叶平铺于所述白色底板上，用所述相机拍摄获取待识别图像数据，输入已训练好的所述茶叶分级模型中，获得茶叶品级的识别结果。

2.根据权利要求1所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：包括，进行茶叶样本图像采集时，采用A4纸做白色底板，选用功率为3w的LED光源，并保持相机镜头距茶叶样本17cm,拍摄时使茶叶样本占据相机画面的3/4。

3.根据权利要求1或2所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：所述二值化处理包括，将采集到的茶叶图像数据由RBG图像转化为灰度图像后，采用大津法对茶叶图像进行二值化，通过正方形裁剪完成茶叶与底板的分割。

4.根据权利要求3所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：所述多种数据增强处理包括，对经过分割后的茶叶图像依次进行随机旋转、随机裁剪、随机水平翻转及特征标准化操作。

5.根据权利要求4所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：包括，搭建单个残差块网络结构、多尺寸特征提取卷积层和原始胶囊网络结构。

6.根据权利要求5所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：还包括，利用所述残差块、所述多尺寸特征提取卷积层和两个普通卷积层、以及三个池化层替换掉原始胶囊网络结构中用于特征提取的单一卷积层，得到改进胶囊网络。

7.根据权利要求6所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：包括，

通过三组残差块和多组卷积池化层的组合对茶叶图像提取特征，传入主胶囊层；

特征传递进主胶囊层；

通过二维卷积处理特征的通道进行特征形状调整，使其自标量形式转化为矢量形式的胶囊，以同时保留特征的局部位置信息和属性信息；

处理完毕后，将特征传入数字胶囊层。

8.根据权利要求7所述的基于改进胶囊网络的茶叶识别分级方法，其特征在于：所述数字胶囊层包括，

各层子胶囊通过与对应权重矩阵加权求和后，再经压缩函数处理得到对父胶囊的预测值；

经动态路由机制确定耦合系数后，所述预测值基于耦合系数得出父胶囊的实际输出；

其中，胶囊的长度代表某种类别存在的可能性，每一维度代表该类别的某种特征。