[发明专利]一种水果内部结构无损检测方法、系统、电子设备及介质

说明书

本发明涉及农产品无损检测技术领域，其目的在于提供一种水果内部结构无损检测方法、系统、电子设备及介质。其中的方法包括：基于神经网络构建初级水果元素识别模型；获取第一水果图像以及与所述第一水果图像对应的第一标注信息，并通过所述第一水果图像和所述第一标注信息，对所述初级水果元素识别模型进行优化处理，得到优化后水果元素识别模型；获取待检测水果图像，并将所述待检测水果图像输入所述优化后水果元素识别模型进行处理，得到所述待检测水果图像对应的最终标注信息；根据所述最终标注信息，得到所述待检测水果图像对应的重绘图像。本发明可实现对水果内部结构的无损检测，为水果的品质要求提供重要依据。

技术领域

本发明涉及农产品无损检测技术领域，特别是涉及一种水果内部结构无损检测方法、系统、电子设备及介质。

背景技术

现有榴莲等果肉判断技术主要通过人眼观察外观轮廓识别，具有较大的不确定性，且难以判断果肉大小、果核大小、是否有空房、是否有虫子及果壳厚度等等情况，为解决该技术问题，现有技术中，已出现农产品无损检测技术，通过对榴莲、菠萝蜜、椰子或火龙果等带壳水果进行成像后，可以对水果果肉大小、多少、占比等进行测算并提供给消费者展示，减少消费者购买水果后不知道果肉含量等信息不对称问题，同时，成像过程中可以对水果的虫洞、病虫害、成熟度进行测量，以便于筛除坏果。

目前，在计算机视觉方向，人工智能和机器学习技术发展迅速，其广泛应用于医疗、工业等领域，但是在水果成像领域尚无大规模的机器学习案例。此外，由于水果自身的特殊性，目前已有的医疗图像等分割技术不适用于水果成像，导致现有技术无法应用于水果内部结构的识别。因此，亟需开发一种专用于水果的内部结构自动识别方法。

发明内容

本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种水果内部结构无损检测方法、系统、电子设备及介质。

本发明采用的技术方案是：

第一方面，本发明提供了一种水果内部结构无损检测方法，包括：

基于神经网络构建初级水果元素识别模型；

获取第一水果图像以及与所述第一水果图像对应的第一标注信息，并通过所述第一水果图像和所述第一标注信息，对所述初级水果元素识别模型进行优化处理，得到优化后水果元素识别模型；

获取待检测水果图像，并将所述待检测水果图像输入所述优化后水果元素识别模型进行处理，得到所述待检测水果图像对应的最终标注信息；

根据所述最终标注信息，得到所述待检测水果图像对应的重绘图像。

本发明用以解决现有市场中消费者无法了解水果内部结构及评估对应品质的问题，可实现对水果内部结构的无损检测，为水果的品质要求提供重要依据。具体地，本发明在实施过程中，通过基于神经网络构建初级水果元素识别模型，然后基于获取的第一水果图像以及与所述第一水果图像对应的第一标注信息对所述初级水果元素识别模型进行优化，得到优化后水果元素识别模型，再将待检测水果图像输入所述优化后水果元素识别模型进行处理，得到所述待检测水果图像对应的最终标注信息，最后基于所述最终标注信息得到所述待检测水果图像对应的重绘图像，在此过程中，所述待检测水果图像对应的最终标注信息即为无损检测结果，便于用户获取待检测水果内的各元素信息，并基于最终得到的重绘图像直观了解该待检测水果的内部结构情况。

在一个可能的设计中，通过所述第一水果图像和所述第一标注信息，对所述初级水果元素识别模型进行优化处理，得到优化后水果元素识别模型，包括：

将所述第一水果图像输入所述初级水果元素识别模型进行处理，得到与所述第一水果图像对应的多个第二标注区块；

基于所述第一标注信息的指定像素区域和多个第二标注区块，构建得到与多个第二标注区块对应的多个损失函数，然后求取多个损失函数的损失值；