[发明专利]一种农作物分类系统和方法

说明书

本发明提出了一种农作物分类系统和方法，系统包括形状分析子系统，用于分析农作物的形状；质量分析子系统，用于分析农作物质量；三维影像重建子系统，用于对采集的农作物正反面图像进行三维立体建模，将二维平面影像信息转化为三维立体影像用于电子存档；表面缺陷检测定位子系统，用于农作物不完善粒缺陷的具体位置检测；农作物图像自动分类子系统，用于农作物的不完善粒和完善粒的分类。基于人工智能对图像的强大分析能力来协助农作物分类，该系统和方法在基于农作物图像上做一次类别判断。

技术领域

本发明涉及农作物的分析检测的技术领域，尤其涉及一种农作物分类系统和方法。

背景技术

粮食是人类生存的基石。农作物的质量好坏直接决定其当季价值，无论是粮站还是工厂在收粮过程中，都需要依据农作物的质量好坏，对农作物定等定价。此外，农作物的质量也直接影响到下一季的育种过程。种子的质量是保证种收成的先决条件，育种是确保种子质量的重要环节。在育种过程中，选出质量上乘的农作物作为种子是基础要求之一，这具体到对种子的大小、形状等特性有严格的要求。

但是，在现有技术中，无论是农作物的定等定价还是育种过程，农作物的质量判断通常是人工完成，工作效率低且人与人之间的差异较大。

发明内容

基于背景技术中存在的技术问题，本发明提出了一种农作物分类系统和方法。

一种农作物分类系统，包括

形状分析子系统，用于分析农作物的形状；

质量分析子系统，用于分析农作物质量；

三维影像重建子系统，用于对采集的农作物正反面图像进行三维立体建模，将二维平面影像信息转化为三维立体影像用于电子存档；

表面缺陷检测定位子系统，用于农作物不完善粒缺陷的具体位置检测；

农作物图像自动分类子系统，用于农作物的不完善粒和完善粒的分类。

具体地说，所述形状分析子系统包括

计算机视觉处理模块，用于获取多角度的农作物外表扫描图像，对农作物外表扫描的图像做图像预处理，获得单个农作物的图像；

人工智能处理模块，用于对所述农作物的图像进行处理获得图像的高维特征值并进行统计组合获得多个维度特征值，进而计算出农作物在图像中的模板信息，最后依据模板信息拟合并显示出农作物的轮廓信息。

具体地说，所述计算机视觉处理模块包括依次设置的

图像扫描设备，用于对设定量的农作物样本进行图像扫描，获得多角度的农作物外表扫描图像；

图像处理单元，用于对农作物外表扫描图像做图像预处理，最终将多颗农作物的图像分割成多张单个农作物的图像；所述图像处理单元包括滤波算法子单元和边缘信号增强子单元，所述滤波算法子单元用于滤除图像中干扰信号，并获取图片中麦粒农作物的粗糙定位，所述边缘信号增强子单元用于多角度的农作物外表扫描图像的配准，获取图像中农作物的粗糙定位的方法是通过边缘滤波算子，计算出图像中各个像素值之间的梯度信息，进而拟合出农作物的粗糙位置。

具体地说，所述质量分析子系统包括

农作物图像处理模块，用于处理包含多粒农作物信息的扫描图像，分析出图像中多个农作物的形状、类别信息；

农作物质量判定模块，用于预测多粒农作物的实际质量，基于强监督学习技术，依据多粒农作物的形状和所属类别信息结合所述的样本标注子系统提供的标注信息，推算出农作物的实际质量。

具体地说，所述农作物图像处理模块包括

图像扫描设备，用于对设定量的农作物样本进行多角度的图像扫描，获得多角度的农作物外表扫描图像；