[发明专利]基于ARM的水果类别和色泽的分拣方法及系统

说明书

本发明公开了一种基于ARM的水果类别和色泽的分拣方法及系统，步骤如下：S1、通过ARM架构的嵌入式设备中摄像头模块对多种水果进行图像采集；S2、将所有的图片按水果的类型进行一次分类，接着，将同类型的水果按水果的色泽进行二次分类；S3、在PC上搭建深度学习框架，通过PC分别对类别图片和色泽图片进行训练，分别得到类型识别模型和色泽分类模型；S4、使用ARM架构的嵌入式设备进行水果分拣，通过摄像头模块进行图像采集，针对采集到的图片，使用全卷积网络定位水果的位置和识别水果的类型，然后使用卷积网络对每个水果进行色泽分类，得到检查结果；S5、根据检测结果自动操控机械手分拣水果。

技术领域

本发明涉及图像处理识别技术领域，具体涉及一种基于ARM的水果类别和色泽的分拣方法及系统。

背景技术

长期以来，水果的产后处理还停留在人工分拣的阶段，通过大量的人力对水果的类别、色泽进行人手分类。人工分拣不仅消耗大量的人力和时间，而且受主观影响(人的视觉偏差、主观认识等因素)，会出现分拣出错的情况。

随着机器学习技术的发展，机器学习也开始在水果分拣领域中使用，但是机器学习具有以下不足：1.需要预先设定目标特征，不同的特征会对识别结果有很大的反差。因此开发者对相关特征需要具有先验知识；2.机器学习的识别率不高，当图像出现色差、遮挡等情况识别率会更低。

因此，目前亟待提出一种基于基于ARM的水果类别和色泽的分拣方法改善以上的情况。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于ARM的水果类别和色泽的分拣方法及系统。

根据公开的实施例，本发明的第一方面公开了一种基于ARM的水果类别和色泽的分拣方法，所述的分拣方法包括下列步骤：

S1、通过ARM架构的嵌入式设备中摄像头模块对多种水果进行图像采集；

S2、将所有的图片按水果的类型进行一次分类，接着，将同类型的水果按水果的色泽进行二次分类；

S3、在PC上搭建深度学习框架，通过PC分别对类别图片和色泽图片进行训练，分别得到类型识别模型和色泽分类模型存储到嵌入式设备中SD卡存储模块；

S4、使用ARM架构的嵌入式设备进行水果分拣，通过摄像头模块进行图像采集，针对采集到的图片，使用类型识别模型定位水果的位置和识别水果的类型，然后使用色泽分类模型对每个水果进行色泽分类，得到检查结果。

S5、根据检测结果自动操控机械手分拣水果。

进一步地，所述的分拣方法还包括下列步骤：

S6、把检测结果通过嵌入式设备中LCD显示模块进行显示或者发送到PC端。

进一步地，所述的步骤S4包括：

S41、类型识别模型通过全卷积网络同时输出水果的坐标位置和水果的类型。坐标位置依据图片中像素点的位置由左上角横坐标、左上角竖坐标、右下角横坐标、右下角竖坐标构成；

S42、色泽分类模型通过卷积网络对检测到的水果进行色泽分类。

进一步地，所述的水果的色泽包括下列信息：光亮、暗淡和/或有无斑点。

进一步地，所述的类型识别模型依次通过卷积层、池化层、全连接层对图像像素点进行重组、采样然后计算得到目标的坐标和类别的概率值。

进一步地，所述的类型识别模型通过多个卷积层计算后，同时得到多组坐标和类别，然后通过概率值的阈值设定来输出预测坐标和类别。

进一步地，所述的色泽分类模型依次通过卷积层、池化层、全连接层对图像像素点进行重组、采样然后计算得到水果的色泽。