[发明专利]一种粮食并肩杂质含量的检测方法及装置

权利要求书

1.一种粮食并肩杂质含量的检测方法，其特征在于，所述方法包括：

对粮食样本进行逐粒图像采集，获得粮食样本的单体图像，所述单体图像包括粮食图像和并肩杂质图像；

对各单体图像进行图像预处理；

根据预先训练的并肩杂质识别模型分别对各单体图像进行分类识别，确定出粮食图像和并肩杂质图像；

分别在各粮食图像中确定粮食轮廓所形成区域的第一像素面积，并分别在各并肩杂质图像中确定并肩杂质轮廓所形成区域的第二像素面积；

根据所述第一像素面积和第二像素面积确定粮食样本中并肩杂质的含量，具体包括：

确定所有粮食图像的第一像素面积和以及所有并肩杂质图像的第二像素面积和，并确定第一像素面积和与第二像素面积和的像素面积总和；

根据第一像素面积和与像素面积总和的比值确定粮食样本中并肩杂质的质量占比；

所述并肩杂质识别模型的训练方法包括：

收集粮食的多种并肩杂质并对其进行逐粒图像采集，将获得的并肩杂质图像进行图像预处理后作为负样本图像；

获取多个粮食图像，并将获得的粮食图像进行图像预处理后作为正样本图像；

根据所述正样本图像和负样本图像训练深度学习模型，获得并肩杂质识别模型。

2.如权利要求1所述的粮食并肩杂质含量的检测方法，其特征在于，所述图像预处理具体包括：

对图像进行二值化滤波处理和形态学处理。

3.如权利要求1所述的粮食并肩杂质含量的检测方法，其特征在于，所述粮食为稻类粮食、麦类粮食、豆类粮食或粗粮类粮食。

4.一种粮食并肩杂质含量的检测装置，其特征在于，所述装置包括：

采集单元，用于对粮食样本进行逐粒图像采集，获得粮食样本的单体图像，所述单体图像包括粮食图像和并肩杂质图像；

处理单元，用于对各单体图像进行图像预处理；

识别单元，用于根据预先训练的并肩杂质识别模型分别对各单体图像进行分类识别，确定出粮食图像和并肩杂质图像；

确定单元，用于分别在各粮食图像中确定粮食轮廓所形成区域的第一像素面积，并分别在各并肩杂质图像中确定并肩杂质轮廓所形成区域的第二像素面积；以及根据所述第一像素面积和第二像素面积确定粮食样本中并肩杂质的含量；

所述确定单元，具体用于：

确定所有粮食图像的第一像素面积和以及所有并肩杂质图像的第二像素面积和，并确定第一像素面积和与第二像素面积和的像素面积总和；

根据第一像素面积和与像素面积总和的比值确定粮食样本中并肩杂质的质量占比；

所述装置还包括训练单元，所述训练单元用于：

收集粮食的多种并肩杂质并对其进行逐粒图像采集，将获得的并肩杂质图像进行图像预处理后作为负样本图像；

获取多个粮食图像，并将获得的粮食图像进行图像预处理后作为正样本图像；

根据所述正样本图像和负样本图像训练深度学习模型，获得并肩杂质识别模型。

5.如权利要求4所述的粮食并肩杂质含量的检测装置，其特征在于，所述处理单元具体用于：

对图像进行二值化滤波处理和形态学处理。

6.如权利要求4所述的粮食并肩杂质含量的检测装置，其特征在于，所述粮食为稻类粮食、麦类粮食、豆类粮食或粗粮类粮食。