基于图像采集的智能采茶生产监测方法及系统

本技术涉及采茶生产监测，特别是涉及一种基于图像采集的智能采茶生产监测方法及系统。

背景技术：

1、茶叶，一般包括茶树的叶子和芽。一个茶叶具有不同的叶子和芽便具有不同的级别和及格。如一芽一叶、一芽两叶已经一芽三叶。

2、实际上，茶叶的质量不仅与芽和叶有关，还有与茶叶的采集和后续处理有关，现有技术中已经有越来越多的技术应用到智能采茶的采集与处理上，如公告号为cn115943809b的发明专利公开了一种基于质量评价的采茶优化方法和系统，用户通过采茶主界面的人机交互功能手动调节采茶刀具的初始位姿，控制采茶装置采集待采集茶蓬的不同等级的茶叶并将茶叶通过鼓风机吹入采茶装置后方的自动茶叶收集袋中；之后对采茶控制界面的采茶参数进行调节，并再一次控制采茶装置采集待采集茶蓬并将此次采集的茶叶收集放入人工茶叶收集袋中；从收集袋中提取预设数量的已收集茶叶进行质量分析，得到采茶装置的采茶性能指标来优化采茶装置，并使用优化后的采茶装置参数进行剩余的采茶工作。

3、虽然上述专利文件中的技术方案能够实现对采茶结果的性能进行评价，从而进一步对后续的采茶工作提供进一步地参考，但是，其仍然存在在后续的采茶生产监测中无法实现对茶叶的高精准和高效率筛选的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高采茶生产监测中筛选茶叶精准度和效率的基于图像采集的智能采茶生产监测方法及系统。

2、本发明技术方案如下：

3、一种基于图像采集的智能采茶生产监测方法，所述方法包括：

4、步骤s100：基于图像采集设备获取当前待监测采茶生产线上放置于茶叶筛选机构上的待监测茶叶的初始茶叶图像，根据所述初始茶叶图像获取所述待监测茶叶的初始形态数据；

5、步骤s200：根据所述初始形态数据控制茶叶驱动机构晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像，根据所述调整茶叶图像控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配；

6、步骤s300：基于所述图像采集设备对调整后的各待监测茶叶进行图像采集，并获取所述待监测茶叶的茶叶根部图像和茶叶侧部图像，并根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数；

7、步骤s400：根据所述茶叶侧部图像生成侧边破损参数，根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除。

8、具体而言，步骤s200：根据所述初始形态数据控制茶叶驱动机构晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像，根据所述调整茶叶图像控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配；具体包括：

9、步骤s210：根据所述初始形态数据提取所述待监测茶叶的茶叶表层图像，并从所述茶叶表层图像对所述待监测茶叶进行茶叶数量提取，并生成表层茶叶数量；

10、步骤s220：根据所述初始形态数据提取所述待监测茶叶的茶叶堆积厚度，并根据所述茶叶堆积厚度生成预估茶叶层级；

11、步骤s230：根据所述预估茶叶层级和所述表层茶叶数量生成预估茶叶总量，并根据所述预估茶叶总量生成晃动控制参数，并根据所述晃动控制参数生成晃动控制指令；

12、步骤s240：根据所述晃动控制指令控制所述茶叶驱动机构基于所述晃动控制参数晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像；

13、步骤s250：根据所述调整茶叶图像提取茶叶占据区域，并提取所述茶叶占据区域中所述待监测茶叶为竖立的茶叶所占据的竖立茶叶区域；

14、步骤s260：获取所述竖立茶叶区域占据所述茶叶占据区域中的实际占据百分比；

15、步骤s270：当判断所述实际占据百分比大于等于标准占据百分比时，生成夹引机构启动指令；

16、步骤s280：根据所述夹引机构启动指令控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配。

17、具体而言，步骤s300：基于所述图像采集设备对调整后的各待监测茶叶进行图像采集，并获取所述待监测茶叶的茶叶根部图像和茶叶侧部图像，并根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数；具体包括：

18、步骤s310：基于所述图像采集设备对调整后的各待监测茶叶进行识别，并获取各所述待监测茶叶的调整后茶叶图像；

19、步骤s320：根据所述调整后茶叶图像上的各待监测茶叶进行虚拟坐标系建立并生成茶叶坐标系，其中，所述茶叶坐标系上标记有与各所述待监测茶叶对应的虚拟监测茶叶；

20、步骤s330：在所述茶叶坐标系上设定各所述虚拟监测茶叶的茶叶虚拟坐标，其中，一个所述虚拟监测茶叶对应一个所述茶叶虚拟坐标；

21、步骤s340：根据各所述茶叶虚拟坐标控制所述图像采集设备对各所述待监测茶叶进行图像采集，并分别获取初始根部图像和初始侧部图像，其中，一个所述待监测茶叶对应一组初始根部图像和初始侧部图像，每组中所述初始根部图像和初始侧部图像的数量均为多个；

22、步骤s350：对各所述待监测茶叶对应的所述初始根部图像和所述初始侧部图像进行分析并获取各所述待监测茶叶的茶叶根部图像和茶叶侧部图像；

23、步骤s360：根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数。

24、具体而言，步骤s350：对各所述待监测茶叶对应的所述初始根部图像和所述初始侧部图像进行分析并获取各所述待监测茶叶的茶叶根部图像和茶叶侧部图像；具体包括：

25、步骤s351：基于各所述待监测茶叶的茶叶虚拟坐标在所述初始根部图像中对所述待监测茶叶定位，并将定位的所述待监测茶叶的图像从所述初始根部图像中提取，并生成茶叶根部图像；

26、步骤s352：基于各所述待监测茶叶的茶叶虚拟坐标在所述初始侧部图像中对所述待监测茶叶定位，并将定位的所述待监测茶叶的图像从所述初始侧部图像中提取，并生成茶叶侧部图像。

27、具体而言，步骤s360：根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数；具体包括：

28、步骤s361：根据所述茶叶根部图像进行茶叶主体识别并识别出茶叶主体，并根据所述茶叶主体生成所述茶叶主体的主体宽度；

29、步骤s362：识别出所述茶叶主体以外的氧化凸出区域；

30、步骤s363：提取所述氧化凸出区域距离所述茶叶主体边缘的外侧凸出点，并获取所述外侧凸出点与所述茶叶主体边缘的氧化距离；

31、步骤s364：根据所述氧化距离和所述主体宽度生成氧化衡量参数。

32、具体而言，步骤s400：根据所述茶叶侧部图像生成侧边破损参数，根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除；具体包括：

33、步骤s410：根据所述茶叶侧部图像对氧化区域进行提取，并提取出纵向氧化区域，其中，一个所述茶叶侧部图像对应一个所述纵向氧化区域；

34、步骤s420：根据所述茶叶侧部图像识别所述待监测茶叶的茶叶根部，并计算所述茶叶根部至各所述纵向氧化区域的顶点之间的顶点氧化距离，其中，一个所述纵向氧化区域对应一个顶点氧化距离；

35、步骤s430：根据各所述顶点氧化距离进行筛选并提取数值最大的顶点氧化距离，并根据提取的顶点氧化距离生成侧边破损参数；

36、步骤s440：根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除。

37、具体而言，一种基于图像采集的智能采茶生产监测系统，所述系统包括：

38、形态数据获取模块，用于基于图像采集设备获取当前待监测采茶生产线上放置于茶叶筛选机构上的待监测茶叶的初始茶叶图像，根据所述初始茶叶图像获取所述待监测茶叶的初始形态数据；

39、茶叶姿态调整模块，用于根据所述初始形态数据控制茶叶驱动机构晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像，根据所述调整茶叶图像控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配；

40、氧化数据分析模块，用于基于所述图像采集设备对调整后的各待监测茶叶进行图像采集，并获取所述待监测茶叶的茶叶根部图像和茶叶侧部图像，并根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数；

41、达标茶叶筛选模块，用于根据所述茶叶侧部图像生成侧边破损参数，根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除。

42、具体而言，所述茶叶姿态调整模块还用于：

43、根据所述初始形态数据提取所述待监测茶叶的茶叶表层图像，并从所述茶叶表层图像对所述待监测茶叶进行茶叶数量提取，并生成表层茶叶数量；根据所述初始形态数据提取所述待监测茶叶的茶叶堆积厚度，并根据所述茶叶堆积厚度生成预估茶叶层级；根据所述预估茶叶层级和所述表层茶叶数量生成预估茶叶总量，并根据所述预估茶叶总量生成晃动控制参数，并根据所述晃动控制参数生成晃动控制指令；根据所述晃动控制指令控制所述茶叶驱动机构基于所述晃动控制参数晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像；根据所述调整茶叶图像提取茶叶占据区域，并提取所述茶叶占据区域中所述待监测茶叶为竖立的茶叶所占据的竖立茶叶区域；获取所述竖立茶叶区域占据所述茶叶占据区域中的实际占据百分比；当判断所述实际占据百分比大于等于标准占据百分比时，生成夹引机构启动指令；根据所述夹引机构启动指令控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配；

44、所述氧化数据分析模块还用于：基于所述图像采集设备对调整后的各待监测茶叶进行识别，并获取各所述待监测茶叶的调整后茶叶图像；根据所述调整后茶叶图像上的各待监测茶叶进行虚拟坐标系建立并生成茶叶坐标系，其中，所述茶叶坐标系上标记有与各所述待监测茶叶对应的虚拟监测茶叶；在所述茶叶坐标系上设定各所述虚拟监测茶叶的茶叶虚拟坐标，其中，一个所述虚拟监测茶叶对应一个所述茶叶虚拟坐标；根据各所述茶叶虚拟坐标控制所述图像采集设备对各所述待监测茶叶进行图像采集，并分别获取初始根部图像和初始侧部图像，其中，一个所述待监测茶叶对应一组初始根部图像和初始侧部图像，每组中所述初始根部图像和初始侧部图像的数量均为多个；对各所述待监测茶叶对应的所述初始根部图像和所述初始侧部图像进行分析并获取各所述待监测茶叶的茶叶根部图像和茶叶侧部图像；根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数。

45、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于图像采集的智能采茶生产监测方法所述的步骤。

46、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于图像采集的智能采茶生产监测方法所述的步骤。

47、本发明实现技术效果如下：

48、上述基于图像采集的智能采茶生产监测方法及系统，依次通过基于图像采集设备获取当前待监测采茶生产线上放置于茶叶筛选机构上的待监测茶叶的初始茶叶图像，根据所述初始茶叶图像获取所述待监测茶叶的初始形态数据；根据所述初始形态数据控制茶叶驱动机构晃动所述茶叶筛选机构，并基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像，根据所述调整茶叶图像控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配；基于所述图像采集设备对调整后的各待监测茶叶进行图像采集，并获取所述待监测茶叶的茶叶根部图像和茶叶侧部图像，并根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数；根据所述茶叶侧部图像生成侧边破损参数，根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除；为了后续精准的对各所述待监测茶叶进行筛选，进而通过先获取所述待监测茶叶最初放置于所述茶叶筛选机构上的待监测茶叶的初始茶叶图像，这样通过所述初始茶叶图像可以进行分析，并在分析后获取所述待监测茶叶的初始形态数据，进而根据所述初始形态数据来确定适当的晃动力度，以达到较高效率的将各所述待监测茶叶摆于合适的位置，也即根据所述初始形态数据控制茶叶驱动机构晃动所述茶叶筛选机构，然为了保证实时对茶叶晃动效果的检测，进而需要实时检测茶叶的情况，具体为基于所述图像采集设备实时获取所述待检测茶叶调整后的调整茶叶图像，这样通过实时获取所述调整茶叶图像来判断是否将各所述待监测茶叶调整至所需要的状态，然后以此为依据对所述茶叶夹引机构进行控制，具体为根据所述调整茶叶图像控制茶叶夹引机构对所述待监测茶叶进行调整并调整至所述调整茶叶图像与竖立状态图像相匹配，所述竖立状态图像为各所述待检测茶叶均为竖立状态，也即各所述待监测茶叶均插入至所述安置孔，这样方便后续对所述待监测茶叶进行精准图像采集，进而来进行高质量茶叶的生产监测。然后，为了进一步精准地进行茶叶采集，从而对调整后的待监测茶叶进行图像采集，具体为基于所述图像采集设备对调整后的各待监测茶叶进行图像采集，并获取所述待监测茶叶的茶叶根部图像和茶叶侧部图像，并根据所述茶叶根部图像进行氧化区域分析，并生成氧化衡量参数，其中，所述氧化衡量参数用于表征所述待监测茶叶的根部区域的氧化程度，并同时根据所述茶叶侧部图像生成侧边破损参数，最后根据所述氧化衡量参数和所述侧边破损参数将不达标的待监测茶叶从所述茶叶筛选机构上剔除，这样本发明首先通过在所述待监测茶叶在进入所述当前待监测采茶生产线时便进行第一次图像采集来获得所述初始茶叶图像，接着对所述待监测茶叶进行姿态调整直至完全竖立状态，较之现有技术中的平铺式筛选，本发明中在进行茶叶的姿态调整后能够对所述待监测茶叶进行更高质量的挑选与采集，接着在进行进一步地精品茶叶的采集过程中继续进行图像采集，并依据采集到的图像获取氧化衡量参数和侧边破损参数，从而从根部和侧边两方面来进行劣质茶叶的破损与筛选，进而实现了基于图像处理的高效、可靠以及精准采茶生产监测。