【技术实现步骤摘要】
本专利技术属于农业信息，具体为一种基于多源信息融合的西瓜品质分级方法。
技术介绍
1、目前，市场上的西瓜种类繁多，质量参差不齐，其经济价值也会有所不同，对西瓜品质进行售前分级可以提升商品竞争力，促进消费者对西瓜的采购，如何准确识别西瓜品种和评估其质量等级成为亟待解决的问题。
2、现有技术是在采摘与销售过程中依靠人工经验和简单的测量工具进行分级分类，存在识别准确率低、效率低下的问题，智能化、机械化分级分类尚处于研究阶段。因此，迫切需要一种能够自动、准确地识别西瓜品种和评估质量等级的系统，以提高市场监管和消费者选择的效率和准确性。
技术实现思路
1、针对现有技术中存在的上述问题，本专利技术提出了一种基于多源信息融合的西瓜品质分级方法，设计合理，解决了现有技术的不足，具有良好的效果。
2、一种基于多源信息融合的西瓜品质分级方法，包括以下步骤：
3、s1、获取数据集，包括西瓜图像、敲击西瓜时的声音和振动信号、西瓜表皮温度数据、重量数据、品种、甜度、水分含量、硬度以及品质评分；
4、s2、对s1中的数据集进行数据预处理；
5、s3、构建西瓜品种识别模型、质量指标预测模型和综合评估模型，采用预处理后的数据集分别对三个模型进行训练；
6、所述西瓜品种识别模型的输入为西瓜图像，输出为西瓜品种；所述质量指标预测模型的输入为西瓜图像、敲击西瓜时的声音和振动信号、西瓜表皮温度数据、重量数据，输出为甜度、水分含量和硬度；所述综合评估模
7、s4、得到训练好的西瓜品种识别模型、质量指标预测模型和综合评估模型，利用得到的西瓜图像、敲击时的声音和振动信号、表皮温度数据、重量数据，进行西瓜的品质分级。
8、进一步地，所述s1中，分别采用摄像头、双通道麦克风、双通道加速度计、红外温度传感器、称重传感器、便携式糖度计、数显果实硬度计，采集不同品种西瓜的数据；
9、所述摄像头用于拍摄同一西瓜不同位置的三张图像；
10、所述双通道麦克风用于采集敲击西瓜时发出的双通道声音信号；
11、所述双通道加速度计用于采集敲击西瓜时的双通道振动信号；
12、所述红外温度传感器用于测量西瓜表皮温度数据；
13、所述称重传感器用于测量西瓜的重量数据；
14、所述便携式糖度计用于测量西瓜果肉的糖度，将测量结果记录为西瓜的甜度数据；
15、所述数显果实硬度计用于测量西瓜果肉的硬度，将测量结果记录为西瓜的硬度数据；
16、采用烘干法测量西瓜的水分含量，具体为将西瓜切割、称重，烘干至恒重后再次称重，计算水分含量；
17、利用西瓜的品种、甜度、水分含量和硬度，根据设定的西瓜分级标准，进行西瓜品质评分的分级。
18、进一步地，所述s1中，利用双通道麦克风采集声音信号时，设置两个麦克风，麦克风1放置在西瓜顶部和底部之间靠近中间的位置，麦克风2放置在麦克风1的对侧，最终获取两个独立的时间序列声音信号；
19、利用双通道加速度计采集振动信号时，设置两个加速度计，加速度计1和加速度计2分别放置在西瓜的顶部和底部，最终获取两个独立的时间序列振动信号；
20、利用红外温度传感器采集温度数据时，测量西瓜以剖面圆心为中心的四个对称点位置的西瓜表皮温度数据，最终获取4个温度值；
21、利用称重传感器采集重量数据时，连续三次测量西瓜的重量，最终获取3个重量值。
22、进一步地，所述s1中，获取的数据集中，西瓜的品种包括京欣西瓜、无籽西瓜、黑美人、花皮西瓜、黄肉西瓜、迷你西瓜、冬瓜西瓜、小玉西瓜、早春红玉、黑皮无籽西瓜、皇家马兰西瓜、小黄瓜西瓜、雪顶西瓜、喜糖西瓜和查理斯顿灰；
23、西瓜的甜度范围值为5到15°brix，水分含量为85％到95％，硬度1到5n之间；
24、西瓜的品质评分为1-10。
25、进一步地，所述s2具体为：将每个西瓜拍摄的三张图像调整大小为224*224*3；
26、对两个通道的声音信号分别进行时域、频域和时间频率特征提取，分别使用f值和主成分分析法选取两个通道的声音信号的前三个重要特征；
27、对两个通道的振动信号分别进行时域、频域和时间频率特征提取，分别使用f值和主成分分析法选取两个通道的振动信号的前三个重要特征；
28、其中，时域特征包括均值、方差、峰值、均方根值、偏度、峭度；频域特征包括频谱中心、频谱带宽、频谱峰值、频谱滚降点、频率平滑度；时间频率特征包括通过短时傅里叶变换得到的时频特征、梅尔频率倒谱系数、小波变换特征；故每个通道的信号共提取14个特征；
29、对每个西瓜的4个温度值和3个重量值分别求平均值，得到温度平均值和重量平均值。
30、进一步地，所述s3中，基于时间分布的卷积神经网络timedistributed cnn构建西瓜品种识别模型，包括输入层、timedistributed层、卷积块单元、特征融合层和输出层；
31、所述输入层接收三张不同位置的西瓜图像，每张图像大小为(224,224,3)，形成输入张量大小为(3,224,224,3)的rgb图像；利用timedistributed层将卷积操作应用到每一张图像上；
32、所述卷积块单元用于提取每张图像的特征，其包括四个卷积块，卷积块1包括64个卷积核大小为3*3的卷积层、relu激活函数、批量归一化层、大小为2*2的最大池化层；
33、卷积块2包括128个卷积核大小为3*3的卷积层、relu激活函数、批量归一化层、大小为2*2的最大池化层；
34、卷积块3包括256个卷积核大小为3*3的卷积层，relu激活函数、批量归一化层、大小为2*2的最大池化层；
35、卷积块4包括512个卷积核大小为3*3的卷积层，relu激活函数、批量归一化层、大小为2*2的最大池化层；
36、所述特征融合层包括flatten层、全连接层1、全连接层2；
37、所述flatten层用于将卷积块单元输出的三张图像的特征展平并融合，并通过全连接层进一步处理；
38、所述全连接层1包括512个神经元，relu激活函数，dropout层，dropout层的丢弃率为0.5；
39、所述全连接层2包括256个神经元，relu激活函数，dropout层，dropout层的丢弃率为0.5；
40、所述输出层使用softmax激活函数输出15种西瓜品种分别对应的概率，概率最大的为最终的西瓜品种。
41、进一步地，所述s3中，所述质量指标预测模型包括输入层、图像处理分支层、声音和振动特征处理分支层、温度和重量特征处理分支层、特征融合层和输出层；所述声音和振动特征处理分支层包括声音特征处理分支和振动特征本文档来自技高网...
【技术保护点】
1.一种基于多源信息融合的西瓜品质分级方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S1中，分别采用摄像头、双通道麦克风、双通道加速度计、红外温度传感器、称重传感器、便携式糖度计、数显果实硬度计，采集不同品种西瓜的数据；
3.根据权利要求2所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S1中，利用双通道麦克风采集声音信号时，设置两个麦克风，麦克风1放置在西瓜顶部和底部之间靠近中间的位置，麦克风2放置在麦克风1的对侧，最终获取两个独立的时间序列声音信号；
4.根据权利要求3所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S1中，获取的数据集中，西瓜的品种包括京欣西瓜、无籽西瓜、黑美人、花皮西瓜、黄肉西瓜、迷你西瓜、冬瓜西瓜、小玉西瓜、早春红玉、黑皮无籽西瓜、皇家马兰西瓜、小黄瓜西瓜、雪顶西瓜、喜糖西瓜和查理斯顿灰；
5.根据权利要求4所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S2具体为：将每个西瓜拍摄的三张图像调整大小
6.根据权利要求5所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S3中，基于时间分布的卷积神经网络TimeDistributed CNN构建西瓜品种识别模型，包括输入层、TimeDistributed层、卷积块单元、特征融合层和输出层；
7.根据权利要求6所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S3中，所述质量指标预测模型包括输入层、图像处理分支层、声音和振动特征处理分支层、温度和重量特征处理分支层、特征融合层和输出层；所述声音和振动特征处理分支层包括声音特征处理分支和振动特征处理分支层；
8.根据权利要求7所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S3中，所述图像处理分支层包括TimeDistributed层、五个卷积块、特征融合层，特征融合层包括Flatten层、全连接层3和全连接层4；利用TimeDistributed层将卷积操作应用到每一张图像上；
9.根据权利要求8所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述S3中，所述综合评估模型包括输入层、多层全连接层和输出层；
...【技术特征摘要】
1.一种基于多源信息融合的西瓜品质分级方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述s1中，分别采用摄像头、双通道麦克风、双通道加速度计、红外温度传感器、称重传感器、便携式糖度计、数显果实硬度计，采集不同品种西瓜的数据；
3.根据权利要求2所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述s1中，利用双通道麦克风采集声音信号时，设置两个麦克风，麦克风1放置在西瓜顶部和底部之间靠近中间的位置，麦克风2放置在麦克风1的对侧，最终获取两个独立的时间序列声音信号；
4.根据权利要求3所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述s1中，获取的数据集中，西瓜的品种包括京欣西瓜、无籽西瓜、黑美人、花皮西瓜、黄肉西瓜、迷你西瓜、冬瓜西瓜、小玉西瓜、早春红玉、黑皮无籽西瓜、皇家马兰西瓜、小黄瓜西瓜、雪顶西瓜、喜糖西瓜和查理斯顿灰；
5.根据权利要求4所述的一种基于多源信息融合的西瓜品质分级方法，其特征在于，所述s2具体为：将每个西瓜拍摄的三张图像调整大小为224*224*3；...
【专利技术属性】
技术研发人员：卢涛，于繁千惠，刘坤华，郑义，刘喆，
申请(专利权)人：青岛理工大学，
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。