本申请提供一种大米等级划分方法、装置、设备及存储介质。该方法包括：对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像；将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度信息；根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量；根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级。本申请的方法，采用预先训练的大米密度预测网络模型，能够得到较为准确的大米密度信息，进一步根据密度信息确定各类大米重量，从而根据各类大米重量确定大米等级，无需工人手动进行分类，不仅提高分类效率，而且有效提高了分类正确率。确率。确率。
【技术实现步骤摘要】
大米等级划分方法、装置、设备及存储介质
[0001]本申请涉及大米品质检测
，尤其涉及一种大米等级划分方法、装置、设备及存储介质。
技术介绍
[0002]大米营养丰富，主要含有水分、碳水化合物、蛋白质、脂类、矿物质和维生素等。大米在加工过程中，需要经过以下过程：原粮收取，原粮清理、垄谷、谷糙分离、碾米、白米分级、色选、抛光、白米分级、成品大米打包、储存及运输。
[0003]在大米的生产过程中，需要对大米进行分级，大米质量等级是根据小碎米、不完善粒等为等级指标，通常将大米分为一级、二级、三级和四级四个等级，现有的大米分级主要是基于人工分级，分级人员通过肉眼对大米的外观进行观测，从而进行大米分级。
[0004]虽然人工分级方法简单，成本低，但是人工分级主要取决于各分级人员的主观性，得到的分级结果并不统一且分级结果不够准确，且人工分级的效率较低。
技术实现思路
[0005]本申请提供一种大米等级划分方法、装置、设备及存储介质，用以解决现有的基于人工划分大米等级的方式效率较低且分级结果不够准确的问题。
[0006]第一方面，本申请提供一种大米等级划分方法，包括：
[0007]获取大米初始高光谱图像，对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像；
[0008]将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度信息；
[0009]根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量；<br/>[0010]根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级。
[0011]可选地，所述对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像，包括：
[0012]获取大米全白标定图像和大米全黑标定图像，根据大米全白标定图像、大米全黑标定图像以及大米初始高光谱图像获得校正后的大米高光谱图像；
[0013]对校正后的大米高光谱图像依次进行数据消冗处理及滤波去噪处理，获得待检测的大米高光谱图像。
[0014]可选地，所述根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量，包括：
[0015]确定大米高光谱图像对应的各类大米轮廓信息；
[0016]根据大米高光谱图像对应的大米密度信息及大米高光谱图像对应的各类大米轮廓信息确定大米高光谱图像对应的各类大米重量。
[0017]可选地，所述确定大米高光谱图像对应的各类大米轮廓信息，包括：
[0018]根据大米高光谱图像得到大米RGB色彩模式图像，将大米RGB色彩模式图像输入至训练的大米类别检测网络模型中，输出大米RGB色彩模式图像对应的各粒大米位置信息及各粒大米类别信息；
[0019]对大米RGB色彩模式图像进行图像分割处理，获得各粒大米轮廓信息；
[0020]根据各粒大米位置信息、各粒大米类别信息以及各粒大米轮廓信息得到各类大米轮廓信息。
[0021]可选地，所述根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级，包括：
[0022]根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的全部大米总重量，并计算大米高光谱图像对应的各类异常大米总重量与全部大米总重量的比值，得到各类异常大米对应的占比；
[0023]将各类异常大米对应的占比与对应的各类异常大米阈值进行比较，并根据比较结果确定大米等级。
[0024]可选地，所述将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度之前，还包括：
[0025]从训练数据集合选择大米样本高光谱图像，将大米样本高光谱图像输入至预设大米密度预测网络模型中，输出大米样本高光谱图像对应的大米预测密度信息；
[0026]根据大米预测密度信息确定各图像对应的大米预测总重量，并根据各图像对应的大米预测总重量确定第一大米重量损失值；
[0027]根据第一大米重量损失值确定网络损失函数值，更新网络损失函数对应的网络权重参数，直至迭代次数达预设迭代次数；
[0028]将最小网络损失函数对应的网络权重参数对应的预设大米密度预测网络模型确定为最优大米密度预测网络模型，对最优大米密度预测网络模型进行测试，得到第二大米重量损失值；
[0029]若第二大米重量损失值小于或等于预设损失值，则将最优大米密度预测网络模型确定为已训练的大米密度预测网络模型。
[0030]可选地，所述根据大米预测密度信息确定各图像对应的大米预测总重量，包括：
[0031]确定各图像对应的各类大米轮廓信息，并根据大米预测密度信息以及各图像对应的各类大米轮廓信息确定各图像对应的大米预测总重量。
[0032]第二方面，本申请提供一种大米等级划分装置，包括：
[0033]预处理单元，用于获取大米初始高光谱图像，对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像；
[0034]预测单元，用于将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度信息；
[0035]确定单元，用于根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量；
[0036]确定单元，还用于根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级。
[0037]第三方面，本专利技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0038]所述存储器存储计算机执行指令；
[0039]所述处理器执行所述存储器存储的计算机执行指令，以实现如如第一方面所述的方法。
[0040]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
[0041]本申请提供的一种大米等级划分方法、装置、设备及存储介质，通过获取大米初始高光谱图像，对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像；将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度信息；进一步根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量；从而根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级，采用预先训练的大米密度预测网络模型，能够得到较为准确的大米密度信息，进一步根据密度信息确定各类大米重量，从而根据各类大米重量确定大米等级，无需工人手动进行分类，不仅提高分类效率，而且有效提高了分类正确率。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0043]图1是本专利技术提供的大米等级划分方法的网络架构示意图；
[0044]图2是本专利技术实施例一提供的大米等级划分方法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种大米等级划分方法，其特征在于，所述方法包括：获取大米初始高光谱图像，对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像；将待检测的大米高光谱图像输入至已训练的大米密度预测网络模型中，输出大米高光谱图像对应的大米密度信息；根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量；根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级。2.根据权利要求1所述的方法，其特征在于，所述对大米初始高光谱图像进行预处理获得待检测的大米高光谱图像，包括：获取大米全白标定图像和大米全黑标定图像，根据大米全白标定图像、大米全黑标定图像以及大米初始高光谱图像获得校正后的大米高光谱图像；对校正后的大米高光谱图像依次进行数据消冗处理及滤波去噪处理，获得待检测的大米高光谱图像。3.根据权利要求1所述的方法，其特征在于，所述根据大米高光谱图像对应的大米密度信息确定大米高光谱图像对应的各类大米重量，包括：确定大米高光谱图像对应的各类大米轮廓信息；根据大米高光谱图像对应的大米密度信息及大米高光谱图像对应的各类大米轮廓信息确定大米高光谱图像对应的各类大米重量。4.根据权利要求3所述的方法，其特征在于，所述确定大米高光谱图像对应的各类大米轮廓信息，包括：根据大米高光谱图像得到大米RGB色彩模式图像，将大米RGB色彩模式图像输入至训练的大米类别检测网络模型中，输出大米RGB色彩模式图像对应的各粒大米位置信息及各粒大米类别信息；对大米RGB色彩模式图像进行图像分割处理，获得各粒大米轮廓信息；根据各粒大米位置信息、各粒大米类别信息以及各粒大米轮廓信息得到各类大米轮廓信息。5.根据权利要求1所述的方法，其特征在于，所述根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的大米等级，包括：根据大米高光谱图像对应的各类大米重量确定大米高光谱图像对应的全部大米总重量，并计算大米高光谱图像对应的各类异常大米总重量与全部大米总重量的比值，得到各类异常大米对应的占比；将各类异常大米对应的占比与对应的各类异常大米阈值进行比较，并根据比较结果确定大米等级。6.根据权利要求...
【专利技术属性】
技术研发人员：王响，王恺，齐万旭，李晓红，廉士国，
申请(专利权)人：联通大数据有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。