【技術實現步驟摘要】
本專利技術屬于圖像處理，具體涉及一種用于僵蛹制作的蠶蛹狀態評估方法、系統及存儲介質。
技術介紹
1、在僵蛹制作領域，蠶蛹的質量直接影響到最終產品的品質。特別是，不完整的蠶蛹不適合用于制作僵蛹，因為它們無法提供制作僵蛹所需的全部結構和營養，而且不完整的蠶蛹可能在養殖、采集或處理過程中受到損傷，這樣的蠶蛹在制作僵蛹時可能會影響最終產品的品質和外觀。
2、而現有的蠶蛹的分類方法，例如公開號為cn115115633a的中國專利申請，提出一種紡紗選繭智能揀選方法及系統；其獲取蠶繭圖像得到單個蠶繭圖像的蠶繭連通域；根據蠶繭連通域構建模板集，模板集包括n個模板，利用n個模板分別對蠶繭連通域進行開運算得到n個蠶繭內部連通域；根據對n個蠶繭內部連通域進行膨脹運算，得到n個蠶繭內部連通域的所有判斷連通域，進而得到各蠶繭內部連通域的判斷圖像，通過對各蠶繭判斷圖像進行分析計算建立蠶繭邊緣曲線，進而得到n個蠶繭邊緣曲線；根據n個蠶繭邊緣曲線的特征對單個蠶繭進行評估，確定該蠶繭的質量，進而確定各蠶繭的質量并對蠶繭進行分類。
3、然而上述現有技術中，基于單個蠶繭圖像的分析，可能無法全面捕捉蠶蛹的三維形態特征。
4、再例如公開號為cn107993244a的中國專利申請，提出一種玉米自動檢測方法，包括如下步驟：尺寸過小檢測；玉米粒整體顏色檢測；玉米粒破損檢測；蟲洞檢測；霉變檢測；表面裂痕檢測。
5、上述現有技術中，如果圖像質量不高（例如，分辨率低、噪聲多），可能會影響檢測的準確性，尤其是在邊緣檢測和裂縫識別方面。因
技術實現思路
1、為解決上述問題，本專利技術提供了一種用于僵蛹制作的蠶蛹狀態評估方法、系統及存儲介質，以解決現有技術中的問題。
2、為了達到上述的專利技術目的，本專利技術提出一種用于僵蛹制作的蠶蛹狀態評估方法，包括：
3、s1：獲取多種形狀的目標蠶蛹在多個視點下的二維圖像，所述目標蠶蛹包括正常狀態和異常狀態下的蠶蛹，獲取每個視點下二維圖像所對應的深度圖，基于所述深度圖生成表示所述目標蠶蛹形狀的標準點云數據；
4、s2：基于所述標準點云數據獲得所述目標蠶蛹的三維形狀模型，所述三維形狀模型包括所述目標蠶蛹在正常狀態下的第一形狀模型和異常狀態下的第二形狀模型，將每個目標蠶蛹的所述第一形狀模型和所述第二形狀模型關聯存儲至數據庫中；
5、s3：從所有視點中篩選出優先視點，在所述優先視點下對新的蠶蛹進行拍攝，獲取所述新的蠶蛹的標準點云數據，定義為目標點云數據，將目標點云數據與數據庫中每個三維形狀模型進行匹配，判斷是否存在匹配度大于第一閾值的三維形狀模型，是的情況下，若所述三維形狀模型為第一形狀模型，則判定新的蠶蛹類型為正常蠶蛹，若所述三維形狀模型為第二形狀模型，則基于所述第二形狀模型對應的第一形狀模型對新的蠶蛹的類型進行評估；
6、s4：若不存在所述匹配度大于第一閾值的三維形狀模型，則建立神經網絡模型，將所述二維圖像作為訓練集輸入至所述神經網絡模型，所述神經網絡模型從中提取出第一特征信息，所述第一特征信息包括正常特征和異常特征，獲取新的蠶蛹在優先視角下的二維圖像，定義為目標圖像，將所述目標圖像輸入至所述神經網絡模型，輸出新的蠶蛹的第二特征信息，基于所述第二特征信息獲得新的蠶蛹的類型。
7、進一步地，基于所述深度圖生成表示目標蠶蛹形狀的標準點云數據包括以下步驟：
8、s31：將所述標準點云數據所在的區域劃分為多個體素單元，基于同一體素單元內所有點云數據獲取該體素的重心，定義為第一目標點，除了所述第一目標點外，對標準點云數據中其他的點云數據進行剔除；
9、s32：以每個第一目標點為中心設置第一區域范圍，計算在所述第一區域范圍內所有第一目標點的數量，定義為第一數值，若所述第一數值小于第二閾值，則將所述第一目標點定義為第一異常點，對所述第一異常點進行剔除；
10、s33：重復步驟s32，直至處理所有第一目標點，將剩下的所述第一目標點的組合定義為標準點云數據。
11、進一步地，從多個視點中篩選出優先視點包括以下步驟：
12、獲取所述標準點云數據中每個三維點的法向量，獲取每個視點的坐標信息和方向信息，基于第一公式計算每個視點下拍攝的二維圖像的第一分值，所述第一公式為：，其中，為每個視點所對應的三維點的數量，為第j個視點下光軸的法向量，為第j個視點到第i個三維點的視點矢量，為第i個三維點的法向量，表示第i個三維點對應的像素與第j個視點所對應的二維圖像的中心之間的距離，為第i個三維點的法向量與視點矢量之間的點積，=1或0，表示第i個標準點云數據從第j個視點是否可見，將所述第一分值大于第三閾值的視點定義為優先視點。
13、進一步地，獲取所述目標蠶蛹的三維形狀模型包括以下步驟：
14、基于相位限制相關法對齊不同優先視點下的標準點云數據，基于相限相關函數獲取不同視點下相同實際位置的目標區域之間的最佳平移位移，基于所述最佳平移位移對不同視點下的標準點云數據進行平移和旋轉，使所述標準點云數據對齊到同一三維形狀模型中。
15、進一步地，基于所述第二形狀模型對應的第一形狀模型對蠶蛹的類型進行評估包括以下步驟：
16、將目標點云數據中的三維點定義為第二目標點，所述第一形狀模型中的三維點定義為第三目標點，基于迭代最近點算法獲取距離所述第二目標點最近的所述第三目標點，計算兩個點之間的位置差值，若所述位置差值大于第四閾值，則將所述第二目標點定義為異常點云，將相鄰的所述異常點云連接起來形成異常區域，若多個異常點云沿直線或曲線排列，則形成的異常區域定義為第一類異常區域，確定包括所述第一類異常區域的外接長方形，基于所述外接長方形的尺寸參數獲得第一類異常區域的面積，若所述面積大于第五閾值，則將所述蠶蛹定義為第一類異常蠶蛹，否則為正常蠶蛹。
17、進一步地，基于所述第二形狀模型對應的第一形狀模型對蠶蛹的類型進行評估還包括以下步驟：
18、若所述異常點云形成一個封閉的多邊形，則將形成的異常區域定義為第二類異常區域，確定包括所述第二類異常區域的外接球體，基于所述外接球體的尺寸參數獲得第二類異常區域體積，若所述體積大于第六閾值，則將所述蠶蛹定義為第二類異常蠶蛹，否則為正常蠶蛹。
19、進一步地，基于所述第二特征信息獲得新的蠶蛹的類型包括以下步驟：
20、所述神經網絡模型為卷積神經網絡模型，所述卷積神經網絡模型的卷積層從所述目標圖像中提取出第二特征信息，所述第二特征信息被展平為一維向量輸入至全連接層，全連接層將這些第二特征信息映射至類別空間，生成所述新的蠶蛹的每種類別的第一分數，新的蠶蛹的類別包括正常類別和異常類別，基于softmax層將兩種類別所對應的所述第一分數分別轉化為第一概率和第二概率，判斷所述第一概率和第二概率的大小，所述神經網絡模型將大的概率所對應的本文檔來自技高網...
【技術保護點】
1.一種用于僵蛹制作的蠶蛹狀態評估方法，其特征在于，所述方法包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，基于所述深度圖生成表示目標蠶蛹形狀的標準點云數據包括以下步驟：
3.根據權利要求2所述的方法，其特征在于，從多個視點中篩選出優先視點包括以下步驟：
4.根據權利要求3所述的方法，其特征在于，獲取所述目標蠶蛹的三維形狀模型包括以下步驟：
5.根據權利要求1所述的方法，其特征在于，基于所述第二形狀模型對應的第一形狀模型對蠶蛹的類型進行評估包括以下步驟：
6.根據權利要求5所述的方法，其特征在于，基于所述第二形狀模型對應的第一形狀模型對蠶蛹的類型進行評估還包括以下步驟：
7.根據權利要求1所述的方法，其特征在于，基于所述第二特征信息獲得新的蠶蛹的類型包括以下步驟：
8.根據權利要求1所述的方法，其特征在于，所述匹配度的計算包括以下步驟：
9.一種用于僵蛹制作的蠶蛹狀態評估系統，用于實現如權利要求1-8任一項所述的方法，其特征在于，所述系統包括如下模塊：
10.一種
...【技術特征摘要】
1.一種用于僵蛹制作的蠶蛹狀態評估方法，其特征在于，所述方法包括如下步驟：
2.根據權利要求1所述的方法，其特征在于，基于所述深度圖生成表示目標蠶蛹形狀的標準點云數據包括以下步驟：
3.根據權利要求2所述的方法，其特征在于，從多個視點中篩選出優先視點包括以下步驟：
4.根據權利要求3所述的方法，其特征在于，獲取所述目標蠶蛹的三維形狀模型包括以下步驟：
5.根據權利要求1所述的方法，其特征在于，基于所述第二形狀模型對應的第一形狀模型對蠶蛹的類型進行評估包括以下步驟：
6.根據權利要求5所述的方法，其特征在于，基于...
【專利技術屬性】
技術研發人員：龍燕，蔣錫武，謝昭秀，
申請(專利權)人：四川德仁源農業科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。