【技術實現步驟摘要】
本專利技術一般涉及圖像處理。更具體地，本專利技術涉一種圖像提取的方法、肉色識別模型訓練的方法、電子設備及非暫態計算機可讀存儲介質。
技術介紹
1、在豬肉食品工業中，尤其是肉類加工和質量控制領域，牲畜(如豬肉)的肉色(肉表面的顏色特征，通常由肌肉中的肌紅蛋白和其他色素的含量和狀態決定)是一個重要的質量參數。肉色不僅影響消費者的購買決策，也與肉的品質、鮮度和感官特性密切相關。
2、在目前的肉色識別技術中，由于牲畜肉中通常會存在例如筋膜，這使得在利用模型對其進行顏色時結果不準確，并且利用這樣的圖像訓練出的模型也無法進行準確的肉色識別。
3、有鑒于此，本專利技術旨在提供一種圖像提取的方法、肉色識別模型訓練的方法、電子設備及非暫態計算機可讀存儲介質，利用本方案進行圖像提取時由于去除了牲畜肉品圖像中的筋膜區域，使得牲畜肉品圖像的牲畜肉品目標區域中的肉色面較為純粹，從而對其顏色的識別更加準確，而且使用其訓練出的肉色識別模型進行肉色識別的結果也更加準確。
技術實現思路
1、為了至少解決如上所提到的一個或多個技術問題，本專利技術提出了一種圖像提取的方法、肉色識別模型訓練的方法、電子設備及非暫態計算機可讀存儲介質。
2、在第一方面中，本專利技術提供一種圖像提取的方法，包括：獲取牲畜肉品圖像，其中所述牲畜肉品圖像中包括牲畜肉品目標區域；獲取牲畜肉品目標區域中各個像素點的rgb各通道的值以及各個像素點的位置信息；根據所述各個像素點的rgb各通道的值來確定牲畜肉品目標區域
3、在一些實施例中，根據所述各個像素點的rgb各通道的值來確定牲畜肉品目標區域上的筋膜區域中的像素點包括：將所述各個像素點的rgb各通道的值轉換到lab顏色空間，以得到各個像素點的亮度值和a通道的值；以及根據所述各個像素點的rgb各通道的值、亮度值以及a通道的值確定所述各個像素點是否位于筋膜區域內，以確定所述筋膜區域中的所有像素點。
4、在一些實施例中，根據所述各個像素點的rgb各通道的值、亮度值以及a通道的值確定所述各個像素點是否位于筋膜區域內包括：判斷所述各個像素點的rgb各通道的值、亮度值以及a通道的值是否滿足下述四個條件：
5、亮度值小于第一值；
6、a通道的值大于第二值；
7、r通道的值減去g通道的值大于第三值；以及
8、r通道的值減去b通道的值大于第四值；
9、響應于像素點的rgb各通道的值、亮度值以及a通道的值不滿足上述四個條件中的至少一個，確定像素點位于筋膜區域內；以及響應于像素點的rgb各通道的值、亮度值以及a通道的值滿足上述四個條件，確定像素點不位于筋膜區域內。
10、在一些實施例中，所述方法還包括：通過目標分割模型對所述牲畜肉品圖像分割得到牲畜肉品目標區域，其中所述目標分割模型由兩個圖像分割模型組成的集成模型訓練得到。
11、在一些實施例中，所述兩個圖像分割模型包括segment?anything模型和yolov5模型，其采用平均法集成得到所述目標分割模型。
12、在第二方面中，本專利技術還提供一種肉色識別模型訓練的方法，包括：獲取多個牲畜肉品圖像樣本，其中每個牲畜肉品圖像樣本為采用前述第一方面中任一項實施例所述的方法得到的目標牲畜肉品圖像，并且其包括牲畜肉品目標區域；獲取每個牲畜肉品圖像樣本的牲畜肉品目標區域的圖像數組和牲畜肉品圖像樣本的肉色評分，其中圖像數組包括牲畜肉品目標區域在lab顏色空間的亮度數據、a通道數據和b通道數據；以及根據多個牲畜肉品圖像樣本的牲畜肉品目標區域的圖像數組和牲畜肉品圖像樣本的肉色評分進行回歸模型訓練，得到牲畜肉色評分模型。
13、在一些實施例中，獲取每個牲畜肉品圖像樣本的牲畜肉品目標區域的圖像數組包括：獲取每個牲畜肉品圖像樣本的牲畜肉品目標區域在lab顏色空間中各個像素點的亮度值、a通道的值和b通道值；以及根據每個牲畜肉品圖像樣本的牲畜肉品目標區域在lab顏色空間中各個像素點的亮度值、a通道的值和b通道值確定每個牲畜肉品圖像樣本的牲畜肉品目標區域的亮度均值、a通道均值和b通道均值，以得到每個牲畜肉品圖像樣本的牲畜肉品目標區域在lab顏色空間的亮度數據、a通道數據和b通道數據。
14、在一些實施例中，所述方法還包括：將所述多個牲畜肉品圖像樣本輸入至所述牲畜肉色評分模型中，得到多個牲畜肉品圖像樣本的肉色評分預測值；根據所述多個牲畜肉品圖像樣本的肉色評分預測值和所述多個牲畜肉品圖像樣本的肉色評分利用最小均方差損失函數計算損失值；以及對損失函數計算偏導數，以對所述牲畜肉色評分模型進行參數更新，以得到所述牲畜肉色評分模型的最優參數。
15、在第三方面中，本專利技術還提供一種電子設備，包括：處理器；以及存儲器，其存儲有處理器可執行的程序指令，當所述程序指令由所述處理器執行時，使得所述設備執行如前述第一方面中任一實施例所述的圖像提取的方法以及前述第二方面中任一實施例所述的肉色識別模型訓練的方法。
16、在第四方面中，本專利技術還提供一種非暫態計算機可讀存儲介質，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如前述第一方面中任一實施例所述的圖像提取的方法以及前述第二方面中任一實施例所述的肉色識別模型訓練的方法。
17、通過如上所提供的圖像提取的方案，由于去除了牲畜肉品圖像中的筋膜區域，使得牲畜肉品圖像的牲畜肉品目標區域中的肉色面較為純粹，從而在對其進行肉色識別時可以得到更準確的結果。此外，使用這樣的圖像訓練出的肉色識別模型對肉色識別的結果也會更加準確。
本文檔來自技高網...【技術保護點】
1.一種圖像提取的方法，包括：
2.根據權利要求1所述的方法，其中根據所述各個像素點的RGB各通道的值來確定牲畜肉品目標區域上的筋膜區域中的像素點包括：
3.根據權利要求2所述的方法，其中根據所述各個像素點的RGB各通道的值、亮度值以及a通道的值確定所述各個像素點是否位于筋膜區域內包括：
4.根據權利要求1-3中任一項所述的方法，還包括：
5.根據權利要求4所述的方法，其中所述兩個圖像分割模型包括Segment?Anything模型和Yolov5模型，其采用平均法集成得到所述目標分割模型。
6.一種肉色識別模型訓練的方法，包括：
7.根據權利要求6所述的方法，其中獲取每個牲畜肉品圖像樣本的牲畜肉品目標區域的圖像數組包括：
8.根據權利要求6或7所述的方法，還包括：
9.一種電子設備，包括：
10.一種非暫態計算機可讀存儲介質，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如1-5中任一項所述的圖像提取的方法以及權利要求6-8中任一項所述的肉色識別
...【技術特征摘要】
1.一種圖像提取的方法，包括：
2.根據權利要求1所述的方法，其中根據所述各個像素點的rgb各通道的值來確定牲畜肉品目標區域上的筋膜區域中的像素點包括：
3.根據權利要求2所述的方法，其中根據所述各個像素點的rgb各通道的值、亮度值以及a通道的值確定所述各個像素點是否位于筋膜區域內包括：
4.根據權利要求1-3中任一項所述的方法，還包括：
5.根據權利要求4所述的方法，其中所述兩個圖像分割模型包括segment?anything模型和yolov5模型，其...
【專利技術屬性】
技術研發人員：張玉良，黃丹，李凡，
申請(專利權)人：牧原食品股份有限公司，
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。