[发明专利]一种柚子品质分类方法与装置

说明书

本发明公开了一种柚子品质分类方法，属于柚子分类技术领域，主要解决的是现有分类方式效果差的技术问题，该方法是根据口感对同一批次的柚子挑选训练样本，根据训练样本的参数构建分类模型，利用该分类模型对该批次的柚子进行品质分类。本发明还公开了一种柚子品质分类装置。本发明分类效果好，柚子品质的一致性好。

技术领域

本发明涉及柚子分类技术领域，更具体地说，它涉及一种柚子品质分类方法及装置。

背景技术

现有的设备、科技论文和专利中，对果实类的农产品的分类一般采用计算机视觉(或称机器视觉)、高光谱、红外、称重等设备或传感器对果实的内外特征进行无损检测。由于柚类果实品质的一致性较差，不同年份、区域、采摘时间、果实在树上的朝向等因素，对品质都可以产生较大的影响，所以采用柚子内外检测数据来判断柚子的品质的方法，在实践中不可行，分类效果差。另外，柚子表皮对果肉的保护比较重要，任何对表皮的损伤，都会导致柚子快速腐烂，所以实践中只考虑无损检测方案。

发明内容

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种分类效果好的柚子品质分类方法。

本发明的目的二是提供一种分类效果好的柚子品质分类装置。

为了实现上述目的一，本发明提供一种柚子品质分类方法，该方法是根据口感对同一批次的柚子挑选训练样本，根据训练样本的参数构建分类模型，利用该分类模型对该批次的柚子进行品质分类。

作为进一步地改进，包括如下步骤：

S1.获取所述批次的柚子的年份、区域、采摘时间、种植监测数据并作为第一参数；

S2.口感检测人员从所述批次的柚子中挑选能代表各个类型的柚子；

S3.口感检测人员对挑选的柚子进行品尝，根据其感觉将品尝的柚子进行品质分类，并为每个类别挑选多个训练样本；

S4.获取各所述训练样本的轮廓、表面及表层图像特征、重量并作为第二参数；

S5.根据所述训练样本的轮廓、重量得到品质评价指标，将各所述训练样本的品质评价指标之间的比值作为第三参数；

S6.分别将所述第一参数、第二参数、第三参数输入不同的数据挖掘分类模型进行训练，分别使用各数据挖掘分类模型对待测样本进行分类，由口感检测人员挑选最适合的分类模型作为最终的分类模型；

S7.使用最终的分类模型对所述批次的柚子进行品质分类。

进一步地，所述同一批次的柚子的年份、区域、采摘时间一致。

进一步地，在所述步骤S5中，其中一个训练样本的品质评价指标Q_p为：

其中，

x为图像像素的边长，hx为柚子的高，nx为柚子的宽，m柚子的质量，v柚子的体积，

另一个训练样本的品质评价指标Q_s为：

m_s为训练样本的质量，v_s为训练样本的体积，其中，

h_s为当前训练样本高的像素个数，n_s为其宽的像素个数，品质评价指标Q_p与品质评价指标Q_s的比值R_p为：

令：