本發(fā)明涉及海帶質量管理的,具體為基于人工智能的海帶質量分揀色選管理系統(tǒng)及方法。
背景技術:
1、海帶產品收獲過程需要人為按照海帶產品的外觀顏色、帶體缺陷特征進行海帶產品質量分揀色選,然而人為進行海帶產品的質量分揀色選不僅效率低且海帶產品質量分揀色選的錯誤率高。
2、公開號為cn117726278a的中國發(fā)明專利申請公開了一種農產品流動管理方法和系統(tǒng),通過獲取大宗農產品的農產品信息和供應商信息,確定檢驗方案,基于檢驗方案控制檢驗裝置獲取儲存單元的檢驗數據,基于檢驗數據確定儲存單元的質量評價,基于質量評價對大宗農產品進行分揀;響應于分揀的不合格品的數量小于第一閾值,提升傳送帶傳輸速度;響應于符合第三預設條件的農產品數量大于第三閾值,將該農產品進行單獨分揀;第三預設條件為農產品的質量等級高于整體質量等級;將分揀后的農產品根據不同的分揀等級進行流動管理,提高農產品的質量管理效率和準確性;然而以上技術方案不能對每個農產品的產品質量進行精細化評估分析,降低了農產品質量管理準確性。
技術實現思路
1、(一)解決的技術問題
2、為解決上述人為進行海帶產品的質量分揀色選不僅效率低且海帶產品質量分揀色選的錯誤率高的問題,實現以上準確采集海帶產品外觀特征圖像、科學建立海帶產品外觀樣本圖像、智能評估海帶產品外觀顏色質量等級、精準分析海帶產品帶體質量等級、綜合評估海帶產品質量等級、高效執(zhí)行海帶產品分揀色選作業(yè)的目的。
3、(二)技術方案
4、本發(fā)明通過以下技術方案予以實現:海帶質量分揀色選管理方法,所述方法包括如下步驟:
5、s1、采集海帶產品外觀特征圖像數據并進行圖像預處理,生成標準海帶產品外觀特征圖像數據;
6、s2、對所述標準海帶產品外觀特征圖像數據進行海帶產品的外觀圖像樣本生成處理,生成海帶產品樣本外觀圖像數據;
7、s3、依據所述海帶產品樣本外觀圖像數據與合格海帶產品外觀顏色圖像數據進行海帶產品樣本的外觀顏色特征分析處理,生成海帶產品樣本外觀顏色分析數據;
8、s4、基于所述海帶產品樣本外觀顏色分析數據進行海帶產品合格外觀顏色樣本的權重數值計量處理,生成海帶產品合格外觀顏色樣本權重數據并與優(yōu)質海帶產品合格外觀顏色樣本權重閾值進行海帶產品的外觀顏色質量等級分析處理,構建出海帶產品外觀顏色質量等級數據;
9、s5、根據所述海帶產品樣本外觀圖像數據與海帶產品帶體缺陷特征圖像數據進行海帶產品樣本的帶體缺陷特征識別處理,生成海帶產品樣本帶體缺陷識別數據;
10、s6、基于所述海帶產品樣本帶體缺陷識別數據進行海帶產品不存在帶體缺陷樣本的權重數值計量處理,生成海帶產品不存在帶體缺陷樣本權重數據并與優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值進行海帶產品的帶體質量等級分析處理,構建出海帶產品帶體質量等級數據;
11、s7、基于海帶產品外觀顏色、帶體的質量等級參數與不同外觀顏色、帶體質量等級對應海帶產品質量等級數據進行海帶產品的質量等級綜合判斷處理,構建出海帶產品質量等級數據并執(zhí)行海帶產品質量分揀作業(yè)。
12、優(yōu)選的,所述采集海帶產品外觀特征圖像數據并進行圖像預處理,生成標準海帶產品外觀特征圖像數據的操作步驟如下:
13、s11、通過物料輸送帶上安裝的云鏡頭在線采集通過監(jiān)測端口的海帶產品的外觀特征圖像,并生成海帶產品外觀特征圖像數據;
14、s12、采用自適應濾波法對所述海帶產品外觀特征圖像數據進行圖像降噪預處理后,生成標準海帶產品外觀特征圖像數據。
15、優(yōu)選的,對所述標準海帶產品外觀特征圖像數據進行海帶產品的外觀圖像樣本生成處理,生成海帶產品樣本外觀圖像數據的操作步驟如下:
16、s21、對所述標準海帶產品外觀特征圖像數據采用邊長為l的正方形進行外觀特征圖像網格劃分處理,并生成海帶產品樣本外觀圖像數據集合,;其中表示第個海帶產品樣本外觀圖像數據,表示海帶產品樣本總數量。
17、優(yōu)選的,依據所述海帶產品樣本外觀圖像數據與合格海帶產品外觀顏色圖像數據進行海帶產品樣本的外觀顏色特征分析處理,生成海帶產品樣本外觀顏色分析數據的操作步驟如下:
18、s31、建立合格海帶產品外觀顏色圖像數據集合,;其中表示第種合格海帶產品外觀顏色圖像數據,表示合格海帶產品外觀顏色類型數量的最大值,合格海帶產品外觀顏色類型包括褐綠色、土黃色、深綠色和深棕色;
19、s32、將所述海帶產品樣本外觀圖像數據集合中所述海帶產品樣本外觀圖像數據按照海帶產品樣本外觀圖像數量編號有序與所述合格海帶產品外觀顏色圖像數據集合中所述合格海帶產品外觀顏色圖像數據進行圖像特征匹配,依據圖像特征匹配結果生成海帶產品樣本外觀顏色分析數據集合,執(zhí)行生成海帶產品樣本外觀顏色分析數據集合的具體操作步驟如下:
20、s321、算法迭代次數據初始化以及執(zhí)行洋流模擬過程;設定算法最大迭代次數據為t,洋流模擬過程為在合格海帶產品外觀顏色圖像數據集合搜索空間中存在洋流含有與海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據營養(yǎng)物質,外觀顏色搜索水母被海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據營養(yǎng)物質吸引,洋流的方向由海洋中每只外觀顏色搜索水母向位于最佳位置的外觀顏色搜索水母的所有向量的平均值決定的;
21、s322、算法執(zhí)行過程中外觀顏色搜索水母群中外觀顏色搜索水母在合格海帶產品外觀顏色圖像數據集合搜索空間中圍繞它們自己的位置運動搜索出與海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據并更新位置,每個外觀顏色搜索水母的相應位置更新公式如下:,其中表示外觀顏色搜索水母個體第次迭代后在合格海帶產品外觀顏色圖像數據集合搜索空間中的位置,表示外觀顏色搜索水母個體第次迭代后在合格海帶產品外觀顏色圖像數據集合中搜索空間中的位置,表示取值區(qū)間內的隨機函數;和表示搜索空間的上界和下界,即在合格海帶產品外觀顏色圖像數據集合搜索空間中搜索出與海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據的數據上界和下界,=0.1表示運動系數據;
22、s323、算法執(zhí)行中外觀顏色搜索水母群中外觀顏色搜索水母在合格海帶產品外觀顏色圖像數據集合搜索空間中搜索出與海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據行為的控制時間,控制時間計量公式如下:,其中表示第次迭代后外觀顏色搜索水母個體所需的控制時間,為最大迭代次數據;
23、s324、算法執(zhí)行滿足邊界條件,當外觀顏色搜索水母移出有邊界的合格海帶產品外觀顏色圖像數據集合搜索空間時,外觀顏色搜索水母回到在合格海帶產品外觀顏色圖像數據集合搜索空間中相反的搜索區(qū)域繼續(xù)搜索出與海帶產品樣本外觀圖像數據相匹配的合格海帶產品外觀顏色圖像數據,外觀顏色搜索水母移動邊界條件滿足如下公式:
24、,其中表示外觀顏色搜索水母個體在維度空間中更新后的位置,即在空間位維度為的合格海帶產品外觀顏色圖像數據集合中搜索空間中更新后的位置,表示外觀顏色搜索水母個體在維度空間的更新前位置,即在空間位維度為的合格海帶產品外觀顏色圖像數據集合中搜索空間中更新前的位置;
25、s325、當算法滿足最大迭代次數據時,輸出所述海帶產品樣本外觀圖像數據與所述合格海帶產品外觀顏色圖像數據的圖像特征匹配結果并生成海帶產品樣本外觀顏色分析數據集合,其中表示海帶產品樣本外觀圖像數據對應的海帶產品樣本外觀顏色分析數據;
26、當與進行圖像特征匹配成功,表示海帶產品樣本的外觀顏色合格,則輸出海帶產品樣本外觀顏色分析數據為合格;
27、當與進行圖像特征未匹配成功,表示海帶產品樣本的外觀顏色不合格,則輸出海帶產品樣本外觀顏色分析數據為不合格。
28、優(yōu)選的,基于所述海帶產品樣本外觀顏色分析數據進行海帶產品合格外觀顏色樣本的權重數值計量處理,生成海帶產品合格外觀顏色樣本權重數據并與優(yōu)質海帶產品合格外觀顏色樣本權重閾值進行海帶產品的外觀顏色質量等級分析處理,構建出海帶產品外觀顏色質量等級數據的操作步驟如下:
29、s41、建立優(yōu)質海帶產品合格外觀顏色樣本權重閾值,所述優(yōu)質海帶產品合格外觀顏色樣本權重閾值表示優(yōu)質海帶產品的合格外觀顏色樣本占所有外觀樣本權重的最小值;
30、s42、采用寬度優(yōu)先搜索算法在所述海帶產品樣本外觀顏色分析數據集合搜索出所述海帶產品樣本外觀顏色分析數據為合格的海帶產品樣本的數量,并生成海帶產品合格外觀顏色樣本數量;
31、s43、將所述海帶產品合格外觀顏色樣本數量與所述海帶產品樣本總數量進行數值作商計量處理,生成海帶產品合格外觀顏色樣本權重數據,其中;
32、s44、將所述海帶產品合格外觀顏色樣本權重數據與所述優(yōu)質海帶產品合格外觀顏色樣本權重閾值進行數值比對,依據數值比對結果構建出海帶產品外觀顏色質量等級數據;
33、當≥,表示海帶產品外觀顏色符合優(yōu)質海帶產品外觀顏色中合格外觀顏色樣本權重要求,則輸出所述海帶產品外觀顏色質量等級數據為一級;
34、當<,表示海帶產品外觀顏色不符合優(yōu)質海帶產品外觀顏色中合格外觀顏色樣本權重要求,則輸出所述海帶產品外觀顏色質量等級數據為二級。
35、優(yōu)選的,根據所述海帶產品樣本外觀圖像數據與海帶產品帶體缺陷特征圖像數據進行海帶產品樣本的帶體缺陷特征識別處理,生成海帶產品樣本帶體缺陷識別數據的操作步驟如下:
36、s51、建立海帶產品帶體缺陷特征圖像數據集合,;其中表示第種海帶產品帶體缺陷特征圖像數據,表示海帶產品帶體缺陷類型數量的最大值,海帶產品帶體缺陷類型包括帶體劃痕、帶體黑斑、帶體孔洞和帶體破開;
37、s52、當所述海帶產品外觀顏色質量等級數據構建完成時,采用統(tǒng)一代價搜索算法將所述海帶產品樣本外觀圖像數據集合中所述海帶產品樣本外觀圖像數據按照海帶產品樣本外觀圖像數量編號有序與所述海帶產品帶體缺陷特征圖像數據集合中所述海帶產品帶體缺陷特征圖像數據進行圖像特征匹配,依據圖像特征匹配結果生成海帶產品樣本帶體缺陷識別數據集合,其中表示海帶產品樣本外觀圖像數據對應的海帶產品樣本帶體缺陷識別數據;
38、當與進行圖像特征匹配成功,表示海帶產品樣本存在帶體缺陷特征,則輸出海帶產品樣本帶體缺陷識別數據為存在;
39、當與進行圖像特征未匹配成功,表示海帶產品樣本不存在帶體缺陷特征,則輸出海帶產品樣本帶體缺陷識別數據為不存在。
40、優(yōu)選的,基于所述海帶產品樣本帶體缺陷識別數據進行海帶產品不存在帶體缺陷樣本的權重數值計量處理,生成海帶產品不存在帶體缺陷樣本權重數據并與優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值進行海帶產品的帶體質量等級分析處理,構建出海帶產品帶體質量等級數據的操作步驟如下:
41、s61、建立優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值,所述優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值表示優(yōu)質海帶產品的不存在帶體缺陷樣本占所有外觀樣本權重的最小值;
42、s62、采用寬度優(yōu)先搜索算法在所述海帶產品樣本帶體缺陷識別數據集合搜索出所述海帶產品樣本帶體缺陷識別數據為不存在的海帶產品樣本的數量,并生成海帶產品不存在帶體缺陷樣本數量;
43、s63、將所述海帶產品不存在帶體缺陷樣本數量與所述海帶產品樣本總數量進行數值作商計量處理,生成海帶產品不存在帶體缺陷樣本權重數據,其中;
44、s64、將所述海帶產品不存在帶體缺陷樣本權重數據與所述優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值進行數值比對,依據數值比對結果構建出海帶產品帶體質量等級數據;
45、當≥,表示海帶產品帶體缺陷符合優(yōu)質海帶產品帶體缺陷中不存在帶體缺陷樣本權重要求,則輸出所述海帶產品帶體質量等級數據為一級;
46、當<,表示海帶產品帶體缺陷不符合優(yōu)質海帶產品帶體缺陷中不存在帶體缺陷樣本權重要求,則輸出所述海帶產品帶體質量等級數據為二級。
47、優(yōu)選的,所述基于海帶產品外觀顏色、帶體的質量等級參數與不同外觀顏色、帶體質量等級對應海帶產品質量等級數據進行海帶產品的質量等級綜合判斷處理,構建出海帶產品質量等級數據并執(zhí)行海帶產品質量分揀作業(yè)的操作步驟如下:
48、s71、建立不同外觀顏色、帶體質量等級對應海帶產品質量等級數據集合,其中表示當所述海帶產品外觀顏色質量等級數據和所述海帶產品帶體質量等級數據均為一級時對應的不同外觀顏色、帶體質量等級對應海帶產品質量等級數據為,表示海帶產品質量等級為一級;表示當所述海帶產品外觀顏色質量等級數據為一級,所述海帶產品帶體質量等級數據為二級或者當所述海帶產品外觀顏色質量等級數據為二級,所述海帶產品帶體質量等級數據為一級時對應的不同外觀顏色、帶體質量等級對應海帶產品質量等級數據為,表示海帶產品質量等級為二級;表示當所述海帶產品外觀顏色質量等級數據和所述海帶產品帶體質量等級數據均為二級時對應的不同外觀顏色、帶體質量等級對應海帶產品質量等級數據為,表示海帶產品質量等級為三級;
49、s72、將s44步驟和s64步驟構建出的所述海帶產品外觀顏色質量等級數據和所述海帶產品帶體質量等級數據與所述不同外觀顏色、帶體質量等級對應海帶產品質量等級數據集合中所述不同外觀顏色、帶體質量等級對應海帶產品質量等級數據按照外觀顏色和帶體質量等級關鍵詞匹配,搜索出所述海帶產品外觀顏色質量等級數據和所述海帶產品帶體質量等級數據對應的所述不同外觀顏色、帶體質量等級對應海帶產品質量等級數據并經過數據標識構建出海帶產品質量等級數據;
50、s73、依據所述海帶產品質量等級數據將海帶產品通過物料輸送帶執(zhí)行海帶產品質量分揀作業(yè)。
51、基于人工智能的海帶質量分揀色選管理系統(tǒng),用于實現所述海帶質量分揀色選管理方法,所述系統(tǒng)包括海帶產品色選信息處理模塊、海帶產品顏色和帶體質量等級評估模塊、海帶產品質量評估及分揀執(zhí)行模塊;
52、所述海帶產品色選信息處理模塊包括海帶產品外觀特征圖像采集單元、海帶產品外觀特征圖像預處理單元、海帶產品樣本外觀圖像生成單元;
53、所述海帶產品外觀特征圖像采集單元,通過云鏡頭采集海帶產品外觀特征圖像數據;所述海帶產品外觀特征圖像預處理單元,對所述海帶產品外觀特征圖像數據進行圖像預處理,生成標準海帶產品外觀特征圖像數據;所述海帶產品樣本外觀圖像生成單元,對所述標準海帶產品外觀特征圖像數據進行海帶產品的外觀圖像樣本生成處理,生成海帶產品樣本外觀圖像數據;
54、所述海帶產品顏色和帶體質量等級評估模塊包括合格海帶產品外觀顏色圖像存儲單元、海帶產品樣本外觀顏色分析單元、海帶產品合格外觀顏色樣本權重計量單元、優(yōu)質海帶產品合格外觀顏色樣本權重閾值存儲單元、海帶產品外觀顏色質量等級分析單元;海帶產品帶體缺陷特征圖像存儲單元、海帶產品樣本帶體缺陷識別單元、海帶產品不存在帶體缺陷樣本權重計量單元、優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值存儲單元、海帶產品帶體質量等級分析單元;
55、所述合格海帶產品外觀顏色圖像存儲單元,用于存儲合格海帶產品外觀顏色圖像數據;所述海帶產品樣本外觀顏色分析單元,基于人工智能將所述海帶產品樣本外觀圖像數據與合格海帶產品外觀顏色圖像數據進行海帶產品樣本的外觀顏色特征分析處理,生成海帶產品樣本外觀顏色分析數據;所述海帶產品合格外觀顏色樣本權重計量單元,基于所述海帶產品樣本外觀顏色分析數據進行海帶產品合格外觀顏色樣本的權重數值計量處理,生成海帶產品合格外觀顏色樣本權重數據;所述優(yōu)質海帶產品合格外觀顏色樣本權重閾值存儲單元,用于存儲優(yōu)質海帶產品合格外觀顏色樣本權重閾值;所述海帶產品外觀顏色質量等級分析單元,依據所述海帶產品合格外觀顏色樣本權重數據與優(yōu)質海帶產品合格外觀顏色樣本權重閾值進行海帶產品的外觀顏色質量等級分析處理,構建出海帶產品外觀顏色質量等級數據;所述海帶產品帶體缺陷特征圖像存儲單元,用于存儲海帶產品帶體缺陷特征圖像數據;所述海帶產品樣本帶體缺陷識別單元,根據所述海帶產品樣本外觀圖像數據與海帶產品帶體缺陷特征圖像數據進行海帶產品樣本的帶體缺陷特征識別處理,生成海帶產品樣本帶體缺陷識別數據;所述海帶產品不存在帶體缺陷樣本權重計量單元,基于所述海帶產品樣本帶體缺陷識別數據進行海帶產品不存在帶體缺陷樣本的權重數值計量處理,生成海帶產品不存在帶體缺陷樣本權重數據;所述優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值存儲單元,用于存儲優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值;所述海帶產品帶體質量等級分析單元,將所述海帶產品不存在帶體缺陷樣本權重數據與優(yōu)質海帶產品不存在帶體缺陷樣本權重閾值進行海帶產品的帶體質量等級分析處理,構建出海帶產品帶體質量等級數據;
56、所述海帶產品質量評估及分揀執(zhí)行模塊包括不同外觀顏色、帶體質量等級對應海帶產品質量等級存儲單元、海帶產品質量等級綜合判斷單元、海帶產品質量分揀作業(yè)執(zhí)行單元;
57、所述不同外觀顏色、帶體質量等級對應海帶產品質量等級存儲單元,用于存儲不同外觀顏色、帶體質量等級對應海帶產品質量等級數據;所述海帶產品質量等級綜合判斷單元,基于海帶產品外觀顏色、帶體的質量等級參數與不同外觀顏色、帶體質量等級對應海帶產品質量等級數據進行海帶產品的質量等級綜合判斷處理,構建出海帶產品質量等級數據;所述海帶產品質量分揀作業(yè)執(zhí)行單元,依據所述海帶產品質量等級數據執(zhí)行海帶產品質量分揀作業(yè)。
58、(三)有益效果
59、本發(fā)明提供了基于人工智能的海帶質量分揀色選管理系統(tǒng)及方法。具備以下有益效果:
60、一、通過海帶產品外觀特征圖像采集單元與海帶產品外觀特征圖像預處理單元相互配合,采用云鏡頭動態(tài)采集海帶產品外觀特征圖像參數并進行圖像降噪預處理,精準生成標準海帶產品外觀特征圖像參數,提高了海帶產品外觀特征圖像采集的真實性;海帶產品樣本外觀圖像生成單元,對海帶產品外觀特征圖像參數進行圖像網格劃分處理,科學搭建待檢測海帶產品的圖像樣本,實現海帶產品質量分揀色選的精細化操作。
61、二、通過海帶產品樣本外觀顏色分析單元和海帶產品樣本帶體缺陷識別單元相互配合,采用人工智能算法對海帶產品圖像樣本進行外觀顏色和帶體缺陷進行智能化、標準化分析,提高了海帶產品質量分揀色選的準確和效率;海帶產品合格外觀顏色樣本權重計量單元和海帶產品不存在帶體缺陷樣本權重計量單元相互配合,對海帶產品圖像樣本中合格外觀顏色樣本和不存在帶體缺陷的樣本權重進行數字化統(tǒng)計,實現海帶產品中外觀顏色和帶體缺陷特征的精準量化處理;海帶產品外觀顏色質量等級分析單元和海帶產品帶體質量等級分析單元相互配合,將海帶產品外觀顏色權重和帶體缺陷權重進行外觀顏色和帶體質量閾值比對,科學分析出海帶產品的外觀顏色和帶體質量等級,提高了海帶質量分揀色選的科學性。
62、三、通過不同外觀顏色、帶體質量等級對應海帶產品質量等級存儲單元和海帶產品質量等級綜合判斷單元相互配合,標準預設不同外觀顏色、帶體質量等級對應海帶產品質量等級數據與海帶產品外觀顏色、帶體的質量等級參數進行海帶產品質量等級綜合判斷,高效準確構建出海帶產品質量等級參數,實現海帶產品質量等級智能化評估;海帶產品質量分揀作業(yè)執(zhí)行單元,基于海帶產品質量等級參數高效智能執(zhí)行海帶產品質量分類分揀作業(yè),提高了海帶產品質量分揀的效率和準確性。