摘要
本发明公开了一种基于多视角图像的糙米缺陷识别方法,方法包括:获取相机采集的糙米图像,图像包含俯视图像区域、第一侧视图像区域和第二侧视图像区域;分别计算对应于三个图像区域的亮度均值,并设定全局目标亮度;基于全局目标亮度对每个图像区域的像素亮度进行线性补偿;对亮度补偿后的图像进行颜色通道校正;对校正后的三个图像区域的图像进行多尺度特征融合;将多尺度特征输入卷积神经网络,网络包含并行分支分别处理俯视和侧视特征,并在全连接层前通过注意力机制动态分配权重。本发明中,每个糙米的图像均对应具有俯视图像与两个侧视图像,糙米缺陷识别方法能够对三个视角的图像进行同时处理,全面获取糙米的缺陷特征,识别准确且全面。
技术关键词
缺陷识别方法
糙米
多视角
多尺度特征融合
俯视特征
通道校正
亮度
图像处理系统
注意力机制
优化卷积神经网络
载台
缺陷识别系统
迁移学习策略
上光源
样本
相机
颜色
缺陷类别
轮廓特征