作物中含杂率的确定方法、装置、设备及计算机存储介质制造方法及图纸

本公开实施例公开了一种作物中含杂率的确定方法、装置、设备及计算机存储介质，其中，该方法包括：获取待检测图像；所述待检测图像是基于对所述作物拍摄的图像得到的；对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息和对应的每一种杂质的类别信息；基于所述每一种杂质的区域面积信息和所述对应的每一种杂质的类别信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率；基于所述作物中所述每一种杂质的子含杂率，确定所述作物中的含杂率。确定所述作物中的含杂率。确定所述作物中的含杂率。

【技术实现步骤摘要】
作物中含杂率的确定方法、装置、设备及计算机存储介质


[0001]本公开实施例涉及但不限于计算机视觉
，尤其涉及一种作物中含杂率的确定方法、装置、设备及计算机存储介质。

技术介绍

[0002]在得到作物的时候，质检员通常会对作物中的含杂率进行估算。然而，人工进行含杂率估算的方法会导致含杂率计算所采用的标准不统一，计算的主观性强以及误检率高的问题。

技术实现思路

[0003]本公开实施例提供一种作物中含杂率的确定方法、装置、设备及计算机存储介质。
[0004]第一方面，提供一种作物中含杂率的确定方法，包括：获取待检测图像；所述待检测图像是基于对所述作物拍摄的图像得到的；对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息和对应的每一种杂质的类别信息；基于所述每一种杂质的区域面积信息和所述对应的每一种杂质的类别信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率；基于所述作物中所述每一种杂质的子含杂率，确定所述作物中的含杂率。
[0005]在一些实施例中，所述获取待检测图像，包括：基于对所述作物进行拍摄得到的拍摄图像，确定指定图像；对所述指定图像中的作物进行检测，得到所述指定图像中所述作物的区域位置信息；基于所述指定图像中所述作物的区域位置信息，从所述指定图像中确定包括所述作物的区域图像；基于所述区域图像，确定所述待检测图像。
[0006]这样，通过基于指定图像中作物的区域位置信息，从指定图像中确定包括作物的区域图像；基于区域图像，确定待检测图像，从而待检测图像是指定图像中的局部图像，从而在进行杂质检测的过程中，仅对指定图像中的局部图像中的杂质进行检测，而不会对指定图像中除局部图像之外的其它区域中的杂质进行检测，进而减少了在进行杂质检测的情况下的计算量。
[0007]在一些实施例中，所述基于所述每一种杂质的区域面积信息和所述对应的每一种杂质的类别信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率，包括：确定与所述每一种杂质的类别信息对应的每一权重信息；获取所述待检测图像中所述作物的区域面积信息；基于所述作物的区域面积信息、所述每一种杂质的区域面积信息以及所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率。
[0008]这样，由于基于作物的区域面积信息、每一种杂质的区域面积信息以及与每一种杂质的类别信息对应的每一权重信息，确定待检测图像的作物中每一种杂质的子含杂率，从而得到的每一种杂质的子含杂率能够与每一种杂质的类别相关联，进而能够准确地确定不同种类杂质中每一种杂质的子含杂率。
[0009]在一些实施例中，所述对所述待检测图像中的杂质进行检测，得到至少一种杂质
中每一种杂质的区域面积信息，包括：对所述待检测图像中的所述杂质进行检测，得到所述待检测图像中所述每一种杂质的矩形框的面积信息；将所述每一种杂质的矩形框的面积信息，确定为所述每一种杂质的区域面积信息；所述获取所述待检测图像中所述作物的区域面积信息，包括：将所述待检测图像中所述作物的矩形框的面积信息，确定为所述作物的区域面积信息。
[0010]这样，通过将每一种杂质的矩形框的面积信息，确定为每一种杂质的区域面积信息，将待检测图像中作物的矩形框的面积信息，确定为作物的区域面积信息，从而能够快速地确定出杂质的区域位置信息和作物的区域位置信息，进而能够快速地确定待检测图像的作物中每一种杂质的子含杂率。
[0011]在一些实施例中，所述对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息，包括：对所述待检测图像中的每一种杂质进行图像分割，得到与所述待检测图像中所述每一种杂质的实际轮廓对应的第一轮廓区域；将所述每一种杂质的实际轮廓对应的第一轮廓区域的面积信息，确定为所述待检测图像中所述每一种杂质的区域面积信息。
[0012]这样，通过将每一种杂质的实际轮廓对应的第一轮廓区域的面积信息，确定为待检测图像中每一种杂质的区域面积信息，从而能够使得确定的杂质的区域面积信息准确，进而能够准确地确定待检测图像的作物中每一种杂质的子含杂率。
[0013]在一些实施例中，所述获取所述待检测图像中所述作物的区域面积信息，包括：对所述待检测图像中的作物进行图像分割，得到与所述待检测图像中作物的实际轮廓对应的第二轮廓区域；将所述作物的实际轮廓对应的第二轮廓区域的面积信息，确定为所述待检测图像中所述作物的区域面积信息。
[0014]这样，通过将作物的实际轮廓对应的第二轮廓区域的面积信息，确定为待检测图像中作物的区域面积信息，不仅能够使得确定的杂质的区域面积准确，还能够使得确定的作物的区域面积准确，进而能够准确地确定待检测图像的作物中每一种杂质的子含杂率。
[0015]在一些实施例中，所述基于所述作物的区域面积信息、所述每一种杂质的区域面积信息以及所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率，包括：确定所述每一种杂质的区域面积信息与所述作物的区域面积信息之间的比值，得到每一面积比值；基于所述每一面积比值和所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率。
[0016]这样，通过每一种杂质的区域面积信息与作物的区域面积信息之间的每一面积比值，确定作物中每一种杂质的子含杂率，从而能够基于每一杂质的区域面积信息占用作物区域面积信息的比例，快速且准确地确定待检测图像的作物中每一种杂质的子含杂率。
[0017]在一些实施例中，所述基于所述作物中所述每一种杂质的子含杂率，确定所述作物中的含杂率，包括：从所述作物中每一种杂质的子含杂率中，确定符合第一含杂率阈值的目标种类的杂质的子含杂率；将所述目标种类的杂质的子含杂率确定为指定数值；从所述作物中每一种杂质的子含杂率中，确定符合第二含杂率阈值的特定种类的杂质的子含杂率；基于所述指定数值和所述特定种类的杂质的子含杂率，确定所述作物中的含杂率。
[0018]这样，通过确定符合第一含杂率阈值的目标种类的杂质的子含杂率；将目标种类的杂质的子含杂率确定为指定数值，基于指定数值确定作物中的含杂率，从而能够减少不
符合第一含杂率阈值的种类的杂质的子含杂率，对确定作物中的含杂率的准确性产生影响，进而提高了确定待检测图像的作物中每一种杂质的子含杂率的准确性。
[0019]在一些实施例中，所述从所述作物中每一种杂质的子含杂率中，确定符合第一含杂率阈值的目标种类的杂质的子含杂率，包括：从所述作物中每一种杂质的子含杂率中，确定小于第一数值的第一种类的杂质的子含杂率；和/或，从所述作物中每一种杂质的子含杂率中，确定大于第二数值的第二种类的杂质的子含杂率；所述将所述目标种类的杂质的子含杂率确定为指定数值，包括：将所述第一种类的杂质的子含杂率确定为所述第一数值；和/或，将所述第二种类的杂质的子含杂率确定为所述第二数值。
[0020]这样，将小于第一数值的第一种类的杂质的子含杂率确定为第一数值，和/或，将大于第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物中含杂率的确定方法，包括：获取待检测图像；所述待检测图像是基于对所述作物拍摄的图像得到的；对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息和对应的每一种杂质的类别信息；基于所述每一种杂质的区域面积信息和所述对应的每一种杂质的类别信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率；基于所述作物中所述每一种杂质的子含杂率，确定所述作物中的含杂率。2.根据权利要求1所述的方法，其中，所述获取待检测图像，包括：基于对所述作物进行拍摄得到的拍摄图像，确定指定图像；对所述指定图像中的作物进行检测，得到所述指定图像中所述作物的区域位置信息；基于所述指定图像中所述作物的区域位置信息，从所述指定图像中确定包括所述作物的区域图像；基于所述区域图像，确定所述待检测图像。3.根据权利要求1或2所述的方法，其中，所述基于所述每一种杂质的区域面积信息和所述对应的每一种杂质的类别信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率，包括：确定与所述每一种杂质的类别信息对应的每一权重信息；获取所述待检测图像中所述作物的区域面积信息；基于所述作物的区域面积信息、所述每一种杂质的区域面积信息以及所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率。4.根据权利要求3所述的方法，其中，所述对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息，包括：对所述待检测图像中的所述杂质进行检测，得到所述待检测图像中所述每一种杂质的矩形框的面积信息；将所述每一种杂质的矩形框的面积信息，确定为所述每一种杂质的区域面积信息；所述获取所述待检测图像中所述作物的区域面积信息，包括：将所述待检测图像中所述作物的矩形框的面积信息，确定为所述作物的区域面积信息。5.根据权利要求3所述的方法，其中，所述对所述待检测图像中的杂质进行检测，得到至少一种杂质中每一种杂质的区域面积信息，包括：对所述待检测图像中的每一种杂质进行图像分割，得到与所述待检测图像中所述每一种杂质的实际轮廓对应的第一轮廓区域；将所述每一种杂质的实际轮廓对应的第一轮廓区域的面积信息，确定为所述待检测图像中所述每一种杂质的区域面积信息。6.根据权利要求5所述的方法，其中，所述获取所述待检测图像中所述作物的区域面积信息，包括：对所述待检测图像中的作物进行图像分割，得到与所述待检测图像中作物的实际轮廓对应的第二轮廓区域；将所述作物的实际轮廓对应的第二轮廓区域的面积信息，确定为所述待检测图像中所述作物的区域面积信息。
7.根据权利要求3至6任一项所述的方法，其中，所述基于所述作物的区域面积信息、所述每一种杂质的区域面积信息以及所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率，包括：确定所述每一种杂质的区域面积信息与所述作物的区域面积信息之间的比值，得到每一面积比值；基于所述每一面积比值和所述对应的每一权重信息，确定所述待检测图像的所述作物中所述每一种杂质的子含杂率。8.根据权利要求1至7任一项所述的方法，其中，所述基于所述作物中所述每一种杂质的子含杂率，确定所述作物中的含杂率，包括：从所述作物中每一种杂质的子含杂率中，确定符合第一含杂率阈值的目标种类的杂质的子含杂率；将所述目标种类的杂质的子含杂率确定为指定数值；从所述作物中每一种杂质的子含杂率中，确定符合第二含杂率阈值的特定种类的杂质的子含杂率；基于所述指定数值和所述特定种类的杂质的子含杂率，确定所述作物中的含杂率。9.根据权利要求8所述的方法，其中，所述从所述作物中每一种杂质的子含杂率中，确定符合第一含杂率阈值的目标种类的杂质的子含杂率，包括：从所述作物中每一种杂质的子含杂率中，确定小于第一数值的第一种类的杂质的子含杂率；和/或，从所述作物中每...

【专利技术属性】
技术研发人员：邵庆彬，杨凯，肖旭，莫正杰，崔磊，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：