【技术实现步骤摘要】
本公开涉及烟叶处理，尤其是一种烟叶的处理方法、装置及计算机可读存储介质。
技术介绍
1、随着烟草行业的发展，成品烟越来越受到消费者的喜欢。烟叶质量会极大地影响成品烟的质量，成为消费者关注的重点。
2、相关技术主要由工人肉眼观察烟叶的颜色、大小、形状等特征来判断烟叶质量。
技术实现思路
1、相关技术中的方法依赖于工人的经验和判断，对工人的体力和精力要求较高、效率低下、易受主观因素影响、不同工人分类的结果可能存在一定的偏差，导致确定的烟叶质量不准确。
2、为了解决上述问题，本公开实施例提出了如下解决方案。
3、根据本公开实施例的第一方面，提供一种烟叶的处理方法，包括：对所述烟叶的烟叶图像进行第一识别，确定所述烟叶的烟叶部位，所述烟叶部位是多个部位中的一个；在确定所述烟叶部位后，对所述烟叶图像进行第二识别，确定所述烟叶的初始烟叶等级，所述初始烟叶等级为多个等级中的一个；响应于所述初始烟叶等级为所述多个等级中除级别最高的第一等级外的第二等级，对所述烟叶图像进行第三识别，重新确定所述烟叶部位，所述第二等级包括多个子等级；以及在重新确定所述烟叶部位后，对所述烟叶图像进行第四识别，确定所述烟叶的烟叶等级，所述烟叶的烟叶等级为所述多个子等级中的一个。
4、在一些实施例中，用于所述第一识别的机器学习模型、用于所述第二识别的机器学习模型、用于所述第三识别的机器学习模型和用于所述第四识别的机器学习模型均不相同。
5、在一些实施例中，所述第一识别
6、在一些实施例中，所述第一识别、所述第二识别、所述第三识别和所述第四识别中的至少一个包括基于所述烟叶的化学成分信息对所述烟叶图像进行识别。
7、在一些实施例中，所述方法还包括：响应于所述初始烟叶等级为所述第一等级，对所述烟叶图像进行第五识别，重新确定所述初始烟叶等级；以及响应于重新确定所述初始烟叶等级为所述第二等级，对所述烟叶图像进行第六识别，确定所述烟叶的烟叶等级。
8、在一些实施例中，用于所述第五识别的机器学习模型与用于所述第二识别的机器学习模型不同。
9、在一些实施例中，用于所述第六识别的机器学习模型与用于所述第四识别的机器学习模型不同。
10、在一些实施例中，响应于重新确定所述初始烟叶等级为所述第二等级，对所述烟叶图像进行第六识别，确定所述烟叶的烟叶等级包括：响应于重新确定所述初始烟叶等级为所述第二等级，对所述烟叶图像进行第七识别，重新确定所述烟叶部位；以及在进行所述第七识别以重新确定所述烟叶部位后，对所述烟叶图像进行所述第六识别。
11、在一些实施例中，所述方法还包括：获取原始图像；以及利用机器学习模型分割所述原始图像，得到所述烟叶图像。
12、在一些实施例中，所述机器学习模型包括空洞空间卷积池化金字塔模块。
13、在一些实施例中，所述方法还包括：基于最终确定的所述烟叶部位和所述烟叶的烟叶等级对所述烟叶进行分拣。
14、在一些实施例中，所述方法还包括：跟踪所述烟叶的移动，确定所述烟叶的位置信息；其中，基于所述位置信息、最终确定的所述烟叶部位和所述烟叶的烟叶等级，对所述烟叶进行分拣。
15、在一些实施例中，跟踪所述烟叶的运动包括：基于从所述烟叶图像提取的所述烟叶的轮廓特征、形状特征、颜色特征和纹理特征中的一种或多种，确定烟叶标识；以及基于烟叶标识跟踪所述烟叶。
16、在一些实施例中，所述多个部位的数量、所述多个等级的数量和所述多个子等级的数量中的至少一个数量为2。
17、根据本公开实施例的第二方面，提供一种烟叶的处理装置，包括被配置为执行上述任意一个实施例所述的方法的模块。
18、根据本公开实施例的第三方面，提供一种烟叶的处理装置，包括：存储器；以及耦接至所述存储器的处理器，被配置为基于存储在所述存储器中的指令，执行上述任意一个实施例所述的方法。
19、根据本公开实施例的第四方面，提供一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述任意一个实施例所述的方法。
20、本公开实施例中，首先，利用图像识别的方法判断烟叶类别，相较于人工方式，通过自动化方式对烟叶进行分类，有利于提高分类效率、统一评价标准，使得最终确定的烟叶质量更准确。其次，考虑到烟叶部位对烟叶质量的影响很大，先判断烟叶部位，然后再细分烟叶等级，有利于更加全面、准确地对烟叶进行分类，使得最终确定的烟叶质量更准确。再次，考虑到在烟叶的初始烟叶等级并非级别最高(也即初始烟叶等级为第二等级)的情况下，不同烟叶部位之间的区别较小，可能出现分错烟叶部位的情况，通过第三识别重新确定烟叶部位，有利于进一步提高分类的准确性，使得最终确定的烟叶质量更准确。在确定的烟叶质量更准确的情况下，有利于后续根据烟叶特性，进行合理的利用和处理，提高烟叶的利用效率。
21、下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种烟叶的处理方法，包括：
2.根据权利要求1所述的方法，其中，用于所述第一识别的机器学习模型、用于所述第二识别的机器学习模型、用于所述第三识别的机器学习模型和用于所述第四识别的机器学习模型均不相同。
3.根据权利要求1所述的方法，其中，所述第一识别、所述第二识别、所述第三识别和所述第四识别中的至少一个包括：
4.根据权利要求1所述的方法，其中，所述第一识别、所述第二识别、所述第三识别和所述第四识别中的至少一个包括基于所述烟叶的化学成分信息对所述烟叶图像进行识别。
5.根据权利要求1-4任意一项所述的方法，还包括：
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，
8.根据权利要求5所述的方法，其中，响应于重新确定所述初始烟叶等级为所述第二等级，对所述烟叶图像进行第六识别，确定所述烟叶的烟叶等级包括：
9.根据权利要求1-4任意一项所述的方法，还包括：
10.根据权利要求9所述的方法，其中，所述机器学习模型包括空洞空间卷积池化金字塔ASPP模块
11.根据权利要求1-4任意一项所述的方法，还包括：
12.根据权利要求11所述的方法，还包括：
13.根据权利要求11所述的方法，其中，跟踪所述烟叶的运动包括：
14.根据权利要求1-4任意一项所述的方法，其中，
15.一种烟叶的处理装置，包括被配置为执行权利要求1至14中任一项所述的方法的模块。
16.一种烟叶的处理装置，包括：
17.一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时实现权利要求1-14任意一项所述的方法。
...【技术特征摘要】
1.一种烟叶的处理方法，包括：
2.根据权利要求1所述的方法，其中，用于所述第一识别的机器学习模型、用于所述第二识别的机器学习模型、用于所述第三识别的机器学习模型和用于所述第四识别的机器学习模型均不相同。
3.根据权利要求1所述的方法，其中，所述第一识别、所述第二识别、所述第三识别和所述第四识别中的至少一个包括：
4.根据权利要求1所述的方法，其中，所述第一识别、所述第二识别、所述第三识别和所述第四识别中的至少一个包括基于所述烟叶的化学成分信息对所述烟叶图像进行识别。
5.根据权利要求1-4任意一项所述的方法，还包括：
6.根据权利要求5所述的方法，其中，
7.根据权利要求5所述的方法，其中，
8.根据权利要求5所述的方法，其中，响应于重新确定所述初始烟叶等级为所述第二等级，对所述...
【专利技术属性】
技术研发人员：范明登，王超超，李新锋，谢勇超，杨焕洪，姜锦伟，许达华，傅丹强，张庆源，崔振伟，陈隆贞，陈义强，
申请(专利权)人：福建省龙岩金叶复烤有限责任公司，
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。