[发明专利]一种红枣筛选识别方法及系统

说明书

本发明提供一种红枣筛选识别方法及系统，所述方法包括：获取样本红枣的标签数据样本、样本红枣的二维图像数据中的二维图像特征样本和样本红枣的立体数据中的三维立体特征样本；以所述二维图像特征样本与所述三维立体特征样本作为输入参量，以标签数据样本作为输出参量进行学习训练得到红枣识别模型；采集待识别红枣的二维图像数据中的二维图像特征和待识别红枣的立体数据中的三维立体特征；将所述待识别红枣的所述二维图像特征和所述三维立体特征输入所述红枣识别模型，得到所述待识别红枣的标签数据识别结果；所述标签数据包括不熟果、病果、浆头、破头、畸形枣、裂果的标签。以上方法，能够通过二维和三维两方面的样本数据得到红枣的外观检测结果，具有更高精度。

技术领域

本发明涉及食品质量检验技术领域，具体地，涉及一种红枣筛选识别方法及系统。

背景技术

红枣是一种营养佳品，被誉为“百果之王”。红枣含有丰富的维生素A、B、C等人体必须的多种维生素和氨基酸、矿物质，其中维生素C(抗坏血酸)的含量竟高达葡萄、苹果的70～80倍，芦丁(维生素P)的含量也很高，这两种维生素对防癌和预防高血压、高血脂都有一定作用。因此，红枣在消费市场上受到消费者极高的青睐，社会需求量不断加大，激发了企业家产业化经营枣的积极性。但同时，霉烂、虫害、裂纹等缺陷严重影响了红枣的品质和价值，必须进行分拣。

在对红枣进行检验时，首先需要进行取样，然后对样本进行检验，进而估算全部红枣的质量。红枣的质量好坏通过外观便可以看出，因此，在现有技术中也通常采用观察红枣外观的方式进行质量检测；现有技术中的方案，在对红枣进行外观质量检验时，主要依靠平面图像进行比对，其检测精度还存在改进提升的空间。

发明内容

本发明旨在提供一种红枣筛选识别方法及系统，以解决现有技术中红枣外观检测存在的精度较低的技术问题。

为解决上述技术问题，本发明提供一种红枣筛选识别方法，包括如下步骤：

获取样本红枣的标签数据样本、样本红枣的二维图像数据中的二维图像特征样本和样本红枣的立体数据中的三维立体特征样本；

以所述二维图像特征样本与所述三维立体特征样本作为输入参量，以标签数据样本作为输出参量进行学习训练得到红枣识别模型；

采集待识别红枣的二维图像数据中的二维图像特征和待识别红枣的立体数据中的三维立体特征；

将所述待识别红枣的所述二维图像特征和所述三维立体特征输入所述红枣识别模型，得到所述待识别红枣的标签数据识别结果；

所述标签数据包括是否有不熟果、病果、浆头、破头、畸形枣、裂果的标签。

可选地，上述的红枣筛选识别方法，采集待识别红枣的二维图像数据中的二维图像特征和待识别红枣的立体数据中的三维立体特征的步骤中，通过如下方式得到所述二维图像特征：

以所述样本红枣的二维图像数据作为输入样本，以所述样本红枣的二维图像特征样本作为输出样本对学习模型进行训练，以完成训练的学习模型作为二维图像特征识别模型；

采集待识别红枣的二维图像数据输入至所述二维图像特征识别模型中，得到所述待识别红枣的二维图像特征。

可选地，上述的红枣筛选识别方法，以所述样本红枣的二维图像数据作为输入样本，以所述样本红枣的二维图像特征样本作为输出样本对学习模型进行训练，以完成训练的学习模型作为二维图像特征识别模型的步骤中：

所述样本红枣的二维图像数据包括多种不同光照强度条件下和/或多种不同拍摄角度下拍摄得到的样本红枣的二维图像数据。

可选地，上述的红枣筛选识别方法，以所述二维图像特征样本与所述三维立体特征样本作为输入参量，以标签数据样本作为输出参量进行学习训练得到红枣识别模型的步骤中包括：