【技术实现步骤摘要】
本专利技术涉及图像处理领域，更具体地说，它涉及一种辣椒加工用图像筛选方法及其筛选系统。
技术介绍
1、泡椒是一种传统的风味腌菜，同时也是一种常见的中式调味料，通常用于烹饪川菜或湘菜，给食物增添了独特的风味。泡椒由辣椒、盐、生姜、大蒜等材料腌制而成，味道麻辣开胃；
2、目前的辣椒通常采用图像筛选的技术，来对泡椒产品的原材料辣椒进行筛选，通过收集大量的辣椒图像数据，并使用机器学习算法进行训练，可以构建一个模型来自动判断辣椒的品种、成熟度、质量等信息，但是泡椒产品的价格主要与其泡椒产品的外观质量相关，现有的辣椒筛选方法只能通过图像筛选出辣椒的品种和成熟度信息，而辣椒的品种和成熟度信息并不能决定原材料辣椒泡制加工成泡椒产品后的售卖价格，因此企业无法基于售卖价格与原材料辣椒的关系，进而无法筛选出后期泡制后价格更高的辣椒原材料。
技术实现思路
1、本专利技术提供一种辣椒加工用图像筛选方法及其筛选系统，解决上述
技术介绍
中相关技术中提出的技术问题。
2、本专利技术提供了一种辣椒加工用图像筛选方法，包括以下步骤：
3、步骤101、采集辣椒信息，辣椒信息包括辣椒的品种、泡椒产品的配方和辣椒外观图像；
4、步骤102、对辣椒外观图像进行图像分割获得所有辣椒个体的辣椒外观图像，处理辣椒个体的辣椒外观图像获得辣椒的颜色信息、辣椒的形状大小信息、辣椒的表面纹理信息、辣椒的光泽度信息；
5、步骤103、输入辣椒的品种、泡椒产品的配方和辣椒个体的辣椒外观
6、步骤104，基于辣椒个体经过泡椒加工后的预测图像与融合后的辣椒外观图像的差异值，如果该差异值属于阈值范围内则保留该辣椒个体进入泡椒加工环节，否则将其剔除。
7、在一个优选的实施方式中，在步骤101中，采集的辣椒外观图像包括第一辣椒外观图像和第二辣椒外观图像，分别对应于辣椒清洗后和辣椒经过盐水浸泡处理后，将第一辣椒外观图像和第二辣椒外观图像经过融合算法融合处理后作为输入步骤102中的辣椒外观图像；
8、融合算法的计算公式为：
9、
10、其中和分别表示第一权重系数和第二权重系数，表示第i个辣椒融合后的辣椒外观图像，表示第i个辣椒的第一辣椒外观图像，表示第i个辣椒的第二辣椒外观图像。
11、在一个优选的实施方式中，在步骤102中，辣椒的颜色信息通过辣椒个体的辣椒外观图像中辣椒区域内所有像素的rgb平均值表示，其中，辣椒区域表示辣椒个体的辣椒外观图像中以辣椒外轮廓线包围内的区域，辣椒颜色信息的获取方法如下：
12、使用python中的图像处理库读取辣椒个体的辣椒外观图像；然后，将辣椒个体的辣椒外观图像中的辣椒区域分离出来，统计辣椒区域内所有的像素的rgb值，将所有的像素的rgb值相加，计算辣椒区域内所有的像素的rgb平均值，该rgb平均值表示辣椒颜色信息。
13、在一个优选的实施方式中，在步骤102中，辣椒的形状大小信息通过辣椒个体的辣椒外观图像中辣椒区域的面积表示；
14、辣椒区域的面积的计算公式为：
15、
16、其中，表示辣椒区域的面积，表示辣椒区域外轮廓线上的纵坐标最大值，表示辣椒区域外轮廓线上的纵坐标最小值，表示辣椒区域外轮廓线上的横坐标最大值，表示辣椒区域外轮廓线上的横坐标最小值，以辣椒个体的辣椒外观图像的左下角为原点建立坐标系。
17、在一个优选的实施方式中，在步骤102中，辣椒的表面纹理信息通过辣椒个体的辣椒外观图像中辣椒区域内褶皱的面积表示；
18、辣椒区域内褶皱的面积的获取方法如下：
19、利用边缘检测算法来检测辣椒区域内褶皱的面积中辣椒区域上的轮廓和边缘；再通过应用形态学操作来增强边缘并消除噪声，从而突出辣椒区域内的褶皱区域；再利用图像处理库中的函数来找到辣椒区域内的褶皱区域的轮廓；然后，对于每个找到的褶皱区域的轮廓，使用格林公式来计算褶皱区域的面积。
20、在一个优选的实施方式中，在步骤102中，辣椒的光泽度通过辣椒个体的辣椒外观图像中辣椒区域内所有像素的平均灰度值表示；
21、辣椒区域内所有像素的平均灰度值获取方法如下：
22、使用图像处理库来读取辣椒个体的辣椒外观图像并访问辣椒区域内每个像素的灰度值，统计辣椒区域内所有的像素，进而计算辣椒区域内所有像素的平均灰度值；
23、辣椒区域内的所有像素的平均灰度值的计算公式为：
24、
25、其中，表示辣椒区域内的所有像素的平均灰度值，取值范围为，的取值越大则说明对应的辣椒个体的光泽度越高，反之则光泽度越低，表示辣椒外观图像中辣椒区域内所有像素的集合，表示辣椒外观图像中辣椒区域内所有像素的数量；表示辣椒外观图像中辣椒区域内第j个像素的灰度值，为s型函数，s型函数为sigmoid函数。
26、在一个优选的实施方式中，在步骤103中，将辣椒的品种、泡椒产品的配方和辣椒个体的辣椒外观图像进行编码获得辣椒品种特征向量、泡椒产品配方特征向量和辣椒外观图像特征向量；
27、预测图像生成模型包括：连接层、中间层、输出层，其中连接层用于连接辣椒品种特征向量、泡椒产品配方特征向量和辣椒外观图像特征向量；中间层输入连接特征，输出色彩变化矩阵到输出层，输出层输入色彩变化矩阵和辣椒个体的辣椒外观图像，输出辣椒个体经过泡椒加工后的预测图像；
28、色彩变化矩阵与辣椒个体的辣椒外观图像的大小一致；
29、连接层的计算公式为：
30、
31、其中表示连接特征，、和分别表示辣椒品种特征向量、泡椒产品配方特征向量和辣椒外观图像特征向量，表示s型函数，s型函数为sigmoid函数；
32、中间层的计算公式为：
33、
34、
35、
36、、、表示第一、二、三色彩变化向量，将色彩变化向量等分为m个分隔向量，分隔向量的分量数为m，然后将m个分隔向量拼接组成色彩变化矩阵，第一、二、三色彩变化向量分别拼接组成第一、二、三色彩变化矩阵；、、分别表示将输入第一、二、三多层感知机进行处理；
37、输出层的计算公式为：
38、
39、
40、
41、、、分别表示输出的预测图像的r、g、b三个色彩通道，、、分别表示第一、二、三色彩变化矩阵，表示矩阵对应位置的元素相乘，、、分别表示输入的辣椒个体的辣椒外观图像的r、g、b三个色彩通道。
42、在一个优选的实施方式中，在步骤104中，计算辣椒个体经过泡椒加工后的预测图像与融合后的辣椒外观图像的差异值的方法包括以下步骤：
43、步骤一、利用边缘检测算法从辣椒个体经过泡椒加工后的预测图像中检测出辣椒区域的轮廓和边缘；
44、步骤二、再利用边缘本文档来自技高网...
【技术保护点】
1.一种辣椒加工用图像筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤101中，采集的辣椒外观图像包括第一辣椒外观图像和第二辣椒外观图像，分别对应于辣椒清洗后和辣椒经过盐水浸泡处理后，将第一辣椒外观图像和第二辣椒外观图像经过融合算法融合处理后作为输入步骤102中的辣椒外观图像；
3.根据权利要求2所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的颜色信息通过辣椒个体的辣椒外观图像中辣椒区域内所有像素的RGB平均值表示，其中，辣椒区域表示辣椒个体的辣椒外观图像中以辣椒外轮廓线包围内的区域，辣椒颜色信息的获取方法如下：
4.根据权利要求3所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的形状大小信息通过辣椒个体的辣椒外观图像中辣椒区域的面积表示；
5.根据权利要求4所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的表面纹理信息通过辣椒个体的辣椒外观图像中辣椒区域内褶皱的面积表示；
6.根据权利要求5所述的一种辣椒
7.根据权利要求6所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤103中，将辣椒的品种、泡椒产品的配方和辣椒个体的辣椒外观图像进行编码获得辣椒品种特征向量、泡椒产品配方特征向量和辣椒外观图像特征向量；
8.根据权利要求7所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤104中，计算辣椒个体经过泡椒加工后的预测图像与融合后的辣椒外观图像的差异值的方法包括以下步骤：
9.一种辣椒加工用图像筛选系统，其特征在于，包括：
10.一种存储介质，其特征在于，其存储了非暂时性计算机可读指令，当非暂时性计算机可读指令由计算机执行时，能够执行如权利要求8所述的一种辣椒加工用图像筛选方法中的步骤。
...【技术特征摘要】
1.一种辣椒加工用图像筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤101中，采集的辣椒外观图像包括第一辣椒外观图像和第二辣椒外观图像，分别对应于辣椒清洗后和辣椒经过盐水浸泡处理后，将第一辣椒外观图像和第二辣椒外观图像经过融合算法融合处理后作为输入步骤102中的辣椒外观图像；
3.根据权利要求2所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的颜色信息通过辣椒个体的辣椒外观图像中辣椒区域内所有像素的rgb平均值表示，其中，辣椒区域表示辣椒个体的辣椒外观图像中以辣椒外轮廓线包围内的区域，辣椒颜色信息的获取方法如下：
4.根据权利要求3所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的形状大小信息通过辣椒个体的辣椒外观图像中辣椒区域的面积表示；
5.根据权利要求4所述的一种辣椒加工用图像筛选方法，其特征在于，在步骤102中，辣椒的...
【专利技术属性】
技术研发人员：王优，王凡，周睿，刘瑜，何珑，孟忠，王小龙，杜发菊，
申请(专利权)人：贵州万德科技有限公司，
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。