一種基于深度學習和圖像邊緣信息的茶葉嫩芽檢測方法
【技術領域】
[0001]本發(fā)明涉及一種茶葉嫩芽方法，尤其是一種基于深度學習和圖像邊緣信息的茶葉嫩芽檢測方法。
【背景技術】
[0002]茶，是中華民族的舉國之飲。發(fā)于神農(nóng)，聞于魯周公，興于唐朝，盛于宋代。茶葉乃茶之精髓，其采摘工藝是茶文化的重要組成部分。不同采摘工藝產(chǎn)出截然不同的茶葉。現(xiàn)階段主要依靠人工和傳統(tǒng)機械來采茶。其中人工采茶存在人力成本高、勞動強度大、效率低、茶葉品質(zhì)參差不齊等缺點，而傳統(tǒng)機械采茶簡單粗放，同樣有茶葉品質(zhì)低、對茶樹損傷大等缺陷。
[0003]針對以上兩種采茶工藝自身的缺陷，且考慮到茶葉嫩芽獨一無二的經(jīng)濟價值，并且隨著計算機技術的發(fā)展和計算機視覺原理的廣泛應用，利用計算機圖像處理技術對目標進行檢測的研究也越來越熱門，我們提出一種新的基于計算機視覺的茶葉嫩芽自動檢測的方法。

【發(fā)明內(nèi)容】

[0004]為了解決上述問題，本發(fā)明所要解決的技術就是提供了一種基于深度學習和圖像邊緣信息的茶葉嫩芽檢測方法。
[0005]其采用的技術方案如下:
[0006]—種基于深度學習和圖像邊緣信息的茶葉嫩芽檢測方法，包括如下步驟:
[0007]步驟一:用尚像素相機獲取原始圖像；
[0008]步驟二:將原始圖像利用邊緣檢測算法檢測邊緣，得到結果圖片；
[0009]步驟三:用滑動窗口將結果圖片切分成多個相同大小的子圖像；
[0010]步驟四:計算統(tǒng)計像素個數(shù)與結果圖片總像素個數(shù)的百分比；
[0011]方法1:計算整幅結果圖片中屬于圖像邊緣的像素個數(shù)占圖像總像素個數(shù)的百分比，記作Palll;計算步驟三中各個子圖像中屬于圖像邊緣的像素個數(shù)占結果圖片總像素個數(shù)的百分比，記作Pdl;
[0012]方法2:計算整幅結果圖片中不屬于圖像邊緣的像素個數(shù)占圖像總像素個數(shù)的百分比，記作Pall2;計算步驟三中各個子圖像中不屬于圖像邊緣的像素個數(shù)占結果圖片總像素個數(shù)的百分比，記作pd2;
[0013]步驟五:將步驟四中子圖像的個數(shù)記作num;
[0014]對于方法一:設定一個步長，記作stepsizel;設定一個臨界值，記作thresholdl，初始化為a(范圍O至I);設定一個數(shù)，記作nl ；
[0015]①thresholdl= thresholdl+stepsizel ；
[0016]②判斷每個pdl是否大于threshoIdl，記錄大于threshoIdI的pdl的個數(shù)，記作Tnuml；
[0017]③計算Tnuml/num;
[0018]如果Tnuml/num大于1/nl，則重復①、②、③、；如果Tnuml/num小于Ι/nl，則提取出大于thre sho I d I的pd I所對應的子圖像，所對應的原圖像的區(qū)域，作為候選窗口。
[0019]對于方法2:設定一個步長，記作8丨6口8丨262;設定一個臨界值，記作1:11^81101(12，初始化為Pal 12;設定一個數(shù)，記作n2 ；
[0020]①threshold2 = threshold2_stepsize2 ；
[0021 ] @判斷每個口(12是否小于1:1^681101(12，記錄小于1:1^681101(12的口(12的個數(shù)，記作Tnum2；
[0022]③計算Tnum2/num;
[0023]如果Tnum2/num大于1/η2，貝Ij重復①、②、③、；如果Tnum2/num小于1/η2，則提取出小于thresho I d2的pd2所對應的子圖像所對應的原圖像的區(qū)域，作為候選窗口 ；
[0024]步驟六:在相機拍攝的原始圖中，使用軟件將茶葉嫩芽和背景圖片切割出來，分別作為正樣本和負樣本，再將切割后的圖像還原成特定大小，然后用還原成特定大小的圖片訓練深度卷積網(wǎng)絡；
[0025]步驟七:將步驟五中提取到的候選窗口輸入訓練好的深度卷積網(wǎng)絡，判定哪些候選窗口屬于茶葉嫩芽，那些屬于背景。
[0026]所述的滑動窗口的長寬范圍是O至原始圖像最短邊大小，各個子圖像可以存在重疊區(qū)域。
[0027]所述的步驟五中初始化為a的范圍是O至I。
[0028]所述的深度卷積網(wǎng)絡是一個多層神經(jīng)網(wǎng)絡，其中最后一層為softmax層。
[0029]有益效果:一種基于深度學習和圖像邊緣信息的茶葉嫩芽檢測方法，克服傳統(tǒng)機械采茶簡單粗放，降低茶葉品質(zhì)、對茶樹損傷大等缺陷，利用計算機圖像處理技術對目標進行檢測，效率高，檢測的樣品均勻，正確度高，大大改善現(xiàn)有茶葉嫩芽檢測工藝，有效降低了勞動強度，并且本發(fā)明提出的方法也可以應用到其他目標檢測任務中。
【具體實施方式】
[0030]下面通過具體實施例對本發(fā)明對本發(fā)明經(jīng)行詳細說明。
[0031]實施例1
[0032]本實施例采用記錄圖像邊緣內(nèi)像素個數(shù)的方法，具體包括如下步驟:
[0033]步驟一:用尚像素相機獲取原始圖像；
[0034]步驟二:將原始圖像利用邊緣檢測算法檢測邊緣，得到結果圖片；
[0035]步驟三:用滑動窗口將結果圖片切分成多個相同大小的子圖像；
[0036]步驟四:計算統(tǒng)計像素個數(shù)與結果圖片總像素個數(shù)的百分比；
[0037]計算整幅結果圖片中屬于圖像邊緣的像素個數(shù)占圖像總像素個數(shù)的百分比，記作Palll;計算步驟三中各個子圖像中屬于圖像邊緣的像素個數(shù)占結果圖片總像素個數(shù)的百分比，記作Pdl;
[0038]步驟五:將步驟四中子圖像的個數(shù)記作num;
[0039]設定一個步長，記作stepsizel;設定一個臨界值，記作thresholdl，初始化為a(范圍O至I);設定一個數(shù)，記作nl ；
[0040]①thresholdl=thresholdl+stepsizel；
[0041 ] ②判斷每個pdl是否大于threshoIdl，記錄大于threshoIdI的pdl的個數(shù)，記作Tnuml；
[0042]③計算Tnuml/num;
[0043]如果Tnuml/num大于1/nl，則重復①、②、③、；如果Tnuml/num小于Ι/nl，則提取出大于thre sho I d I的pd I所對應的子圖像，所對應的原圖像的區(qū)域，作為候選窗口。
[0044]步驟六:在相機拍攝的原始圖中，使用軟件將茶葉嫩芽和背景圖片切割出來，分別作為正樣本和負樣本，再將切割后的圖