一种茶叶筛查方法、筛查系统及可存储介质与流程

1.本发明涉及茶叶筛查技术领域，更具体的说是涉及一种茶叶筛查方法、筛查系统及可存储介质。


背景技术：

2.名优茶是指被社会公认的，有独特美观外形和优异内置的茶叶，是有一定知名度的优质茶，如龙井、碧螺春等等。名优茶对于茶树品种要求非常高，采摘的鲜叶不能含有老叶、碎叶、茶梗等杂质。根据不同的芽叶数量，鲜叶大致可分为一芽一叶、一芽二叶和一芽多叶，一芽一叶最好，一芽多叶最差，由此可见，茶叶嫩芽的生长状态和成熟度对茶叶的采摘和后期的茶叶成品质量起着重要的作用，及时地识别和分析出茶叶嫩芽对茶叶的筛查有着积极的作用，而对茶叶嫩芽图像的分割是进行茶叶的分析和识别的基础。
3.但是，现有技术都是基于采摘后的茶叶嫩芽进行筛查，处理成本高，且要得到筛查精细的茶叶，过程也较为复杂。
4.因此，如何提供一种茶叶筛查方法、筛查系统及可存储介质是本领域技术人员亟需解决的问题。


技术实现要素：

5.有鉴于此，本发明提供了一种茶叶筛查方法、筛查系统及可存储介质，直接对茶树上的茶叶进行识别，能更好地对茶叶图像中的多个茶叶嫩芽完成分割，并能对茶叶嫩芽等级进行分类，具有茶叶筛查准确率高的优点。
6.为了实现上述目的，本发明提供如下技术方案：
7.一方面，本发明提供了一种茶叶筛查方法，其特征在于，包括以下步骤：
8.获取茶叶三维点云图；
9.对茶叶三维点云图进行超体素分割，得到过分割后的超体素；
10.以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果；
11.对嫩芽分割结果进行等级分类，完成茶叶筛查。
12.优选的，所述对茶叶三维点云图进行超体素分割，得到过分割后的超体素，包括：
13.提取茶叶三维点云图中的点云数据；
14.利用聚类方法将茶叶三维点图中的点云数据进行分割，得到超体素；
15.对超体素进行迭代处理，得到过分割后的超体素。
16.优选的，所述超体素的获取方法包括：
17.从超体素中的初始种子体素开始，向外遍历邻近的体素，
18.利用公式：计算邻域内体素到种子体素的距离；
19.式中，λ为颜色的权重，μ为空间距离的权重，∈为法向量的权重，d
c
为欧几里得距
离，并用常数m归一化，d
s
为空间距离，用聚类时的最大距离点来归一化，即d
hik
为种子点与候选点之间表面法向量的角度。
20.优选的，所述对超体素进行迭代处理，得到过分割后的超体素的方法包括：
21.构建体素邻接图，将邻域内体素到种子体素距离最近的体素进行标记，并在邻接图中添加该体素的相邻体素到标记的搜索序列；
22.迭代处理下一个超体素，直到达到每个超体素的搜索体积的边缘或者没有邻近点可以遍历，得到过分割后的超体素。
23.优选的，述以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果包括：
24.以过分割后的超体素为生长因子，以超体素的法线与颜色的加权和值为生长条件，对点云做区域生长分割处理，得到嫩芽分割结果；
25.其中，加权值的计算公式为：d
m
＝ω
c
g
f
+ω
n
d
f
；
26.式中，ω
c
为颜色差值的权重，ω
n
为法线差的权重，g
f
为超体素的平均灰度值差，d
f
为超体素之间的法线夹角差异。
27.优选的，对嫩芽分割结果进行等级分类，完成茶叶筛查包括：
28.根据嫩芽分割结果，对茶叶嫩芽按照一芽一叶、一芽二叶和一芽多叶进行分类采摘和等级分类标记，完成茶叶筛查。
29.另一方面，本发明提供了一种茶叶筛查系统，其特征在于，包括：
30.获取模块：获取茶叶三维点云图；
31.处理模块：与所述获取模块连接，对茶叶三维点云图进行超体素分割，得到过分割后的超体素；
32.分割模块：与所述处理模块连接，以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果；
33.分类模块：与所述分割模块连接，对嫩芽分割结果进行等级分类，完成茶叶筛查。
34.再一方面，本发明提供了一种非暂态计算机可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述茶叶筛查方法的步骤。
35.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种茶叶筛查方法、筛查系统及可存储介质，通过分析茶树图像的颜色空间特性，结合茶叶嫩芽和茶树老叶图像中各区域之间的特征相异和相似性关系，基于超体素的过分割方法，以基于超体素的区域生长算法为基础，加入加权和的生长条件，根据超体素之间的法线差异与颜色差异自动调节权值。直接对茶树上的茶叶进行识别，使得点云分割的准确率更高，速度更快，并且增加了算法的鲁棒性，能更好地对茶叶图像中的多个茶叶嫩芽完成分割，并能对茶叶嫩芽等级进行分类，具有茶叶筛查准确率高的优点。
附图说明
36.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据
提供的附图获得其他的附图。
37.图1为本发明提供的茶叶筛查方法流程示意图；
38.图2为本实施例提供的茶叶筛查系统结构示意图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.参见附图1所示，本发明实施例提供了一种茶叶筛查方法，包括以下步骤：
41.获取茶叶三维点云图；
42.对茶叶三维点云图进行超体素分割，得到过分割后的超体素；
43.以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果；
44.对嫩芽分割结果进行等级分类，完成茶叶筛查。
45.在一个具体实施例中，对茶叶三维点云图进行超体素分割，得到过分割后的超体素，包括：
46.提取茶叶三维点云图中的点云数据；
47.利用聚类方法将茶叶三维点图中的点云数据进行分割，得到超体素；
48.对超体素进行迭代处理，得到过分割后的超体素。
49.在一个具体实施例中，超体素的获取方法包括：
50.从超体素中的初始种子体素开始，向外遍历邻近的体素，
51.利用公式：计算邻域内体素到种子体素的距离；
52.式中，λ为颜色的权重，μ为空间距离的权重，∈为法向量的权重，d
c
为欧几里得距离，并用常数m归一化，d
s
为空间距离，用聚类时的最大距离点来归一化，即d
hik
为种子点与候选点之间表面法向量的角度。
53.具体的，超体素也是一种基于区域生长的分割方法，算法先选择一些初始化的超体素种子点，为了做到这一点，需要首先选择分辨率将空间划分为体素化网格，通过选择体素云中最接近每个被使用的种子体素中心的体素来选择。然后在一定半径范围内删除没有足够的临近体素数量的种子，以剔除离群点。其中，种子点的生长由邻域内体素到种子体素的距离d决定。
54.在一个具体实施例中，对超体素进行迭代处理，得到过分割后的超体素的方法包括：
55.构建体素邻接图，将邻域内体素到种子体素距离最近的体素进行标记，并在邻接图中添加该体素的相邻体素到标记的搜索序列；
56.迭代处理下一个超体素，直到达到每个超体素的搜索体积的边缘或者没有邻近点可以遍历，得到过分割后的超体素。
57.具体的，超体素分割中的体素相邻关系，指的是26邻接，即这些体素之间，共用面、边或顶点。其中体素云的邻接图可以通过体素云的k
‑
dtree来构建。
58.在一个具体实施例中，以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果包括：
59.以过分割后的超体素为生长因子，以超体素的法线与颜色的加权和值为生长条件，对点云做区域生长分割处理，得到嫩芽分割结果；
60.其中，加权值的计算公式为：d
m
＝ω
c
g
f
+ω
n
d
f
；
61.式中，ω
c
为颜色差值的权重，ω
n
为法线差的权重，g
f
为超体素的平均灰度值差，d
f
为超体素之间的法线夹角差异。
62.在一个具体实施例中，对嫩芽分割结果进行等级分类，完成茶叶筛查包括：
63.根据嫩芽分割结果，对茶叶嫩芽按照一芽一叶、一芽二叶和一芽多叶进行分类采摘和等级分类标记，完成茶叶筛查。
64.参见附图2所示，本发明实施例还提供了一种茶叶筛查系统，包括：
65.获取模块：获取茶叶三维点云图；
66.处理模块：与获取模块连接，对茶叶三维点云图进行超体素分割，得到过分割后的超体素；
67.分割模块：与处理模块连接，以过分割后的超体素为生长因子，对茶叶三维点云图做区域生长分割处理，得到嫩芽分割结果；
68.分类模块：与分割模块连接，对嫩芽分割结果进行等级分类，完成茶叶筛查。
69.本发明实施例还提供了一种非暂态计算机可读存储介质，其存储有计算机程序，该计算机程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
70.或者，本发明上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是计算机、服务器、或者网络设备等)执行本发明实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
71.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种茶叶筛查方法、筛查系统及可存储介质，通过分析茶树图像的颜色空间特性，结合茶叶嫩芽和茶树老叶图像中各区域之间的特征相异和相似性关系，基于超体素的过分割方法，以基于超体素的区域生长算法为基础，加入加权和的生长条件，根据超体素之间的法线差异与颜色差异自动调节权值。直接对茶树上的茶叶进行识别，使得点云分割的准确率更高，速度更快，并且增加了算法的鲁棒性，能更好地对茶叶图像中的多个茶叶嫩芽完成分割，并能对茶叶嫩芽等级进行分类，具有茶叶筛查准确率高的优点。
72.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说
明即可。
73.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。