摘要
本申请涉及一种基于多光谱成像与深度学习的荔枝无损分选方法、装置、计算机设备及存储介质,其中,所述荔枝无损分选方法,包括:获取荔枝的多光谱图像,其中,所述多光谱图像包括可见光图像、红外光图像和紫外光图像中的至少两种;将所述多光谱图像输入至图像分割网络中进行分割处理,得到所述荔枝的有效图像区域;提取所述有效图像区域的目标图像特征;将所述目标图像特征输入至训练后的预测模型中,通过所述预测模型输出所述荔枝的实际等级。通过基于多光谱成像与深度学习的荔枝质量预测模型,实现对荔枝品质的等级分选,可以解决现有技术中人工检测荔枝质量时存在的时效性差、成本高、主观性强等问题。
技术关键词
荔枝
分选方法
图像分割网络
可见光图像
多光谱成像
二值化图像
计算机设备
纹理特征
红外光
颜色
灰度共生矩阵
紫外光
边缘检测算法
图像处理模块
图像获取模块
特征提取模块
分选装置
光谱分析
系统为您推荐了相关专利信息
异构特征
无人平台
可见光图像
雷达一维距离像
主被动雷达
可见光图像
纹理特征
分布特征
多头注意力机制
阈值算法
智能家居监控系统
室内定位数据
热成像
控制模组
摄像模块
可见光图像
融合方法
滑动窗口
语义特征
交叉模块
旋转钢丝刷
螺栓清理装置
夹持机构
清洗液喷头
MEMS声学传感器