[发明专利]一种烟叶成熟度识别方法、装置及设备

权利要求书

1.一种烟叶成熟度识别方法，其特征在于，包括：

获取待测烟叶图像；

对所述待测烟叶图像进行预处理；

将预处理后的所述待测烟叶图像输入至训练好的烟叶成熟度识别模型中，输出所述待测烟叶图像中烟叶的成熟度。

2.根据权利要求1所述的烟叶成熟度识别方法，其特征在于，所述对所述待测烟叶图像进行预处理，包括：

将所述待测烟叶图像处理成匹配于所述烟叶成熟度识别模型的输入格式。

3.根据权利要求1所述的烟叶成熟度识别方法，其特征在于，在所述将预处理后的所述待测烟叶图像输入至训练好的烟叶成熟度识别模型中，输出所述待测烟叶图像中烟叶的成熟度，之前还包括：

获取大量烟叶图像样本；

对所述烟叶图像样本进行预处理；

根据所述烟叶图像样本的叶脉特征和色泽特征，对所述烟叶图像样本的分级并打上分级标签；

对所述烟叶图像样本进行人工标注，得到每个所述烟叶图像样本的标注方框，将所述标注方框定义为临时感兴趣区域，所述临时感兴趣区域包括烟叶叶脉和色泽；

将所述烟叶图像样本划分为训练集和测试集；

采用训练集对构建好的所述烟叶成熟度识别模型进行训练，得到训练好的所述烟叶成熟度识别模型。

4.根据权利要求3所述的烟叶成熟度识别方法，其特征在于，所述对所述烟叶样本进行预处理，包括：

对所述烟叶图像样本进行归一化处理，将大小方向不一的所述烟叶图像样本转化成标准输入模式，所述归一化处理包括对数函数转换法、线性函数转换法和法余切函数转换法。

5.根据权利要求1至4任一项所述的烟叶成熟度识别方法，其特征在于，所述烟叶成熟度识别模型为ShuffleNet神经网络；所述ShuffleNet的结构由block组成，包括：

首先进行1×1分组卷积操作；

再进行通道随机混合操作，使用3×3的深度卷积，步长stride＝2；

再通过一个1×1分组卷积操作，将得到特征图与输出进行连接。

6.一种烟叶成熟度识别装置，其特征在于，包括：

第一获取单元，用于获取待测烟叶图像；

第一预处理单元，用于对所述待测烟叶图像进行预处理；

检测单元，用于将预处理后的所述待测烟叶图像输入至训练好的烟叶成熟度识别模型中，输出所述待测烟叶图像中烟叶的成熟度。

7.根据权利要求6所述的烟叶成熟度识别装置，其特征在于，所述第一预处理单元具体用于将所述待测烟叶图像处理成匹配于所述烟叶成熟度识别模型的输入格式。

8.根据权利要求6所述的烟叶成熟度识别装置，其特征在于，所述检测单元还包括：

第二获取单元，用于获取大量烟叶图像样本；

第二预处理单元，用于对所述烟叶图像样本进行预处理；

分级单元，用于根据所述烟叶图像样本的叶脉特征和色泽特征，对所述烟叶图像样本的分级并打上分级标签；

标注单元，用于对所述烟叶图像样本进行人工标注，得到每个所述烟叶图像样本的标注方框，将所述标注方框定义为临时感兴趣区域，所述临时感兴趣区域包括烟叶叶脉和色泽；

划分单元，用于将所述烟叶图像样本划分为训练集和测试集；

训练单元，用于采用训练集对构建好的所述烟叶成熟度识别模型进行训练，得到训练好的所述烟叶成熟度识别模型。

9.根据权利要求8所述的烟叶成熟度识别装置，其特征在于，所述第二预处理单元具体用于对所述烟叶图像样本进行归一化处理，将大小方向不一的所述烟叶图像样本转化成标准输入模式，所述归一化处理包括对数函数转换法、线性函数转换法和法余切函数转换法。

10.一种烟叶成熟度识别设备，其特征在于，所述设备包括处理器，识别装置，显示器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的烟叶成熟度识别方法；

所述识别装置用于获取采集的烟叶图像；

所述显示器用于显示具体的烟叶成熟度。