识别谷物的方法和装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111435444 A (43)申请公布日 2020.07.21 (21)申请号 201910033093.0 (22)申请日 2019.01.14 (71)申请人 珠海格力电器股份有限公司 地址 519070 广东省珠海市前山金鸡西路 六号 (72)发明人 黄智刚　陈翀　 (74)专利代理机构 北京康信知识产权代理有限 责任公司 11240 代理人 赵囡囡　 肖璐 (51)Int.Cl. G06K 9/34(2006.01) G06K 9/62(2006.01) G06N 3/04(2006.01) 权利要求书2页 说明书8页 附图3页 (54)发明名称 识别谷物的方法和装置 (57)摘要 本发明公开了一种识别谷物的方法和装置。 其中，该方法包括：获取包含谷物的图片；分割图 片，得到多张子图片；使用卷积神经网络模型处 理多张子图片，识别出每张子图片中的谷物。本 发明基于人工智能技术，通过图像分割方式去除 背景中的噪声信号，达到了谷物识别的目的，进 而解决了现有技术识别图像中谷物的结果速度 慢、成本高和准确度低的技术问题。 A 4 4 4 5 3 4 1 1 1 N C CN 111435444 A 权　利　要　求　书 1/2页 1.一种识别谷物的方法，包括： 获取包含谷物的图片； 分割所述图片，得到多张子图片； 使用卷积神经网络模型处理所述多张子图片，识别出每张子图片中的谷物。 2.根据权利要求1所述的方法，其特征在于，使用卷积神经网络模型处理所述多张子图 片，识别出每张子图片中的谷物，包括： 获取所述多张子图片； 提取每张子图片中包含的对象的图像特征； 判断每张子图片中包含的对象的图像特征是否符合谷物特征，如果符合，则确定所述 对象为谷物。 3.根据权利要求1所述的方法，其特征在于，所述卷积神经网络模型至少包括：输入层、 卷积层、池化层、全连接层和softmax层，其中，通过所述输入层获取所述多张子图片。 4.根据权利要求2所述的方法，其特征在于，提取每张子图片中包含的对象的图像特 征，包括： 通过卷积层中的每个卷积核扫描对应的子图片，得到每个子图片所包含的对象的特征 图层； 通过池化层对所述每个子图片所包含的对象的特征图层进行去冗余处理； 通过至少一个全连接层将所述去冗余处理后的多个特征图层进行转换，得到所述对象 的图像特征。 5.根据权利要求3所述的方法，其特征在于，通过所述softmax层判断每张子图片中包 含的对象的图像特征是否符合谷物特征，并输出判断结果。 6.根据权利要求1至5中任意一项所述的方法，其特征在于，在识别出每张子图片中的 谷物之后，所述方法还包括： 将识别出谷物的子图片进行轮廓提取，并将没有识别出所述谷物的区域设置为预定的 背景，得到多张处理后的子图片； 将所述多张处理后的子图片进行拼合，得到还原后的谷物图片。 7.根据权利要求6所述的方法，其特征在于，在将识别出谷物的子图片进行轮廓提取， 并将没有识别出所述谷物的区域设置为预定的背景，得到多张处理后的子图片之前，所述 方法还包括： 判断多个所述子图片中是否存在所述谷物； 如果存在，对存在所述谷物的子图片进行识别，并确定所述谷物在子图片中的位置； 如果不存在，将不存在所述谷物的子图片设置为预定的背景。 8.根据权利要求6所述的方法，其特征在于