【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及基于定量核磁图像的樱桃番茄成熟度识别方法和装置。
技术介绍
1、番茄营养价值极高，对番茄品质的评价一般以成熟度为主要参考指标，番茄的成熟度通常是以人工经验来完成。
2、相关技术中，可以通过采集番茄的图像来判断番茄的成熟度，例如以像素和色度来判断番茄的成熟度，但是，此种方式得到的识别结果准确率不高；另一方面，樱桃番茄相比于普通番茄更小，通过图像的像素、色度等也无法很容易判断出樱桃番茄的成熟度。
3、基于此，亟需提供一种对樱桃番茄成熟度的识别方法。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本申请提供一种基于定量核磁图像的樱桃番茄成熟度识别方法和装置，能够准确识别出樱桃番茄的成熟度。
2、本申请第一方面提供一种基于定量核磁图像的樱桃番茄成熟度识别方法，所述方法包括：
3、获取樱桃番茄样本的多回波mri图像；
4、基于nlmeans改进的三维非局部均值去噪模型对所述多回波mri图像进行去噪处理，得到高质量多回波mri图像；
5、将预设数量的所述高质量多回波mri图像输入到预设樱桃番茄样本的结构分割深度学习模型中，得到所述樱桃番茄样本的六个结构的结构分割模板；
6、基于所述结构分割模板以及所述高质量多回波mri图像，得到所述樱桃番茄样本对应的结构数据；
7、利用自适应组分分割的混沌粒子群反演算法对所述结构数据分别进行单指数和多指数反演，得到单指数反演结果
8、根据所述单指数反演结果和多指数反演结果确定所述樱桃番茄样本的成熟度。
9、本申请第二方面提供一种基于定量核磁图像的樱桃番茄成熟度识别装置，所述装置包括：
10、样本获取模块，用于获取樱桃番茄样本的多回波mri图像；
11、去噪处理模块，用于基于nlmeans改进的三维非局部均值去噪模型对所述多回波mri图像进行去噪处理，得到高质量多回波mri图像；
12、分割数据模块，用于将预设数量的所述高质量多回波mri图像输入到预设樱桃番茄样本的结构分割深度学习模型中，得到所述樱桃番茄样本的六个结构的结构分割模板；
13、结构计算模块，用于基于所述结构分割模板以及所述高质量多回波mri图像，得到所述樱桃番茄样本对应的结构数据；
14、反演数据模块，用于利用自适应组分分割的混沌粒子群反演算法对所述结构数据分别进行单指数和多指数反演，得到单指数反演结果和多指数反演结果；
15、成熟度判断模块，用于根据所述单指数反演结果和多指数反演结果确定所述樱桃番茄样本的成熟度。
16、本申请提供的技术方案可以包括以下有益效果：
17、本申请实施例利用多回波mri图像对樱桃番茄样本内部结构的水分状态和成熟度进行了相关性分析，即便樱桃番茄样本体积小，也能够得到非常准确的成熟度判断结果，对于指导贮藏保鲜、冷链运输等环节技术提升，提高果蔬质量具有重要的现实意义。
18、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种基于定量核磁图像的樱桃番茄成熟度识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取樱桃番茄样本的多回波MRI图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于NLmeans改进的三维非局部均值去噪模型对所述多回波MRI图像进行去噪处理，得到高质量多回波MRI图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述将预设数量的所述高质量多回波MRI图像输入到预设樱桃番茄样本的结构分割深度学习模型中，得到所述樱桃番茄样本的六个结构的结构分割模板，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述结构分割模板以及所述高质量多回波MRI图像，得到所述樱桃番茄样本对应的结构数据，包括：
6.根据权利要求1至4任一项所述的方法，其特征在于，所述得到所述樱桃番茄样本对应的结构数据后，还包括：
7.一种基于定量核磁图像的樱桃番茄成熟度识别装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述获取樱桃番茄样本的多回
9.根据权利要求7所述的装置，其特征在于，所述基于NLmeans改进的三维非局部均值去噪模型对所述多回波MRI图像进行去噪处理，得到高质量多回波MRI图像，包括：
10.根据权利要求7所述的装置，其特征在于，所述将预设数量的所述高质量多回波MRI图像输入到预设樱桃番茄样本的结构分割深度学习模型中，得到所述樱桃番茄样本的六个结构的结构分割模板，包括：
...【技术特征摘要】
1.一种基于定量核磁图像的樱桃番茄成熟度识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取樱桃番茄样本的多回波mri图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于nlmeans改进的三维非局部均值去噪模型对所述多回波mri图像进行去噪处理，得到高质量多回波mri图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述将预设数量的所述高质量多回波mri图像输入到预设樱桃番茄样本的结构分割深度学习模型中，得到所述樱桃番茄样本的六个结构的结构分割模板，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述结构分割模板以及所述高质量多回波mri图像，得到所述樱桃番茄样本对应的结构数...
【专利技术属性】
技术研发人员：李亚南，李聪聪，栾朋，王军达，滕桂法，
申请(专利权)人：河北农业大学，
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。