玉米品质识别方法、装置、计算机设备及存储介质与流程

本技术涉及图像处理，具体涉及金融科技领域，尤其涉及一种玉米品质识别方法、装置、计算机设备及存储介质。

背景技术：

1、玉米是我国重要的粮饲作物，判断玉米收获期产量、品质等级、受灾害程度等，是农业保险的赔付依据。在农业保险领域，玉米的测产结果将直接影响到保险赔付的数额和时效性，因此必须有效保证测产结果的准确性，从而才能实现公正、有效的保险赔付。

2、在进行玉米测产时，通常是通过人工剥取一千粒玉米颗粒，将一千粒玉米颗粒暴露在阳光下，进行脱水处理，再将脱水后的一千粒玉米颗粒进行称重来测算重量，并根据当期收获玉米的亩穗数、穗粒数以及对应系数，将亩穗数、穗粒数以及对应系数和一千粒玉米的重量进行乘算，从而得到当前收获玉米的测算产量。

3、但上述测算玉米产量的方法存在耗费人工、准确性低的问题，同时还无法有效判断玉米的品质，给合理保险赔付带来一定的困难，为了有效提高测产的准确性。现有技术中提出通过图像识别的方法来测算单个玉米的玉米颗粒数，再根据称重推算出当期收获玉米的数量，根据单个玉米的玉米颗粒数和推算的玉米数量，进而测算出当期收获的玉米产量，但上述技术方案对图像拍摄的要求较高，无法保证拍摄图像的有效性，同时在图像识别时，容易出现错误识别和无效识别的情况，导致测算结果出现偏差，影响产量测算结果的准确性。

技术实现思路

1、本技术实施例的目的在于提出一种玉米品质识别方法、装置、计算机设备及存储介质，以解决无法准确、有效地对玉米进行产量测算的问题。

2、为了解决上述技术问题，本技术实施例提供一种玉米品质识别方法，采用了如下所述的技术方案：

3、获取玉米图像信息；

4、根据所述玉米图像信息构建三维玉米模型；

5、确定所述三维玉米模型的玉米颗粒中心点，并基于所述玉米颗粒中心点计算玉米颗粒数量；

6、将所述玉米颗粒数量与预设阈值进行对比，得到玉米品质等级。

7、进一步的，所述获取玉米图像信息的步骤，具体包括：

8、对玉米进行多角度拍摄，得到多角度玉米图像；

9、对所述多角度玉米图像进行数据清洗，得到标准玉米图像信息；

10、获取玉米种类信息，将所述标准玉米图像信息和所述玉米种类信息进行匹配，识别所述标准玉米图像信息对应的玉米种类；

11、将所述标准玉米图像信息和所述标准玉米图像信息对应的玉米种类进行关联，得到所述玉米图像信息。

12、进一步的，所述根据所述玉米图像信息构建三维玉米模型的步骤，具体包括：

13、对所述玉米图像信息进行预处理，得到有效玉米图像信息；

14、提取所述有效玉米图像信息的关键特征点，得到玉米棒轮廓特征点和玉米颗粒轮廓特征点；

15、根据立体匹配算法查找所述有效玉米图像信息中的图像对应点；

16、基于所述图像对应点计算所述玉米棒轮廓特征点和所述玉米颗粒轮廓特征点对应的深度信息，得到玉米棒深度信息和玉米颗粒深度信息；

17、获取所述玉米图像信息对应的相机参数，根据所述相机参数、所述玉米棒深度信息以及所述玉米颗粒深度信息生成3d点云；

18、根据表面重建算法将所述3d点云转换为连续的曲面表示，得到所述三维玉米模型。

19、进一步的，所述提取所述有效玉米图像信息的关键特征点，得到玉米棒轮廓特征点和玉米颗粒轮廓特征点的步骤，具体包括：

20、根据边缘检测算法检测所述有效玉米图像信息的边缘，得到图像边缘信息；

21、对所述图像边缘信息进行细化处理，得到有效图像边缘信息；

22、根据轮廓查找算法和所述有效图像边缘信息提取所述有效玉米图像信息的轮廓；

23、对所述有效玉米图像信息的轮廓进行区分，得到玉米棒轮廓和玉米颗粒轮廓；

24、对所述玉米棒轮廓和所述玉米颗粒轮廓进行提取点提取，得到所述玉米棒轮廓特征点和所述玉米颗粒轮廓特征点。

25、进一步的，所述图像对应点包括玉米棒对应点和玉米颗粒对应点，所述基于所述图像对应点计算所述玉米棒轮廓特征点和所述玉米颗粒轮廓特征点对应的深度信息，得到玉米棒深度信息和玉米颗粒深度信息的步骤，具体包括：

26、计算所述玉米棒对应点和所述玉米颗粒对应点的图像视差，得到玉米棒视差和玉米颗粒视差；

27、从数据库中提取相机焦距信息、相机基线信息；

28、根据所述玉米棒视差、所述相机焦距信息、所述相机基线信息计算所述玉米棒深度信息；

29、根据所述玉米颗粒视差、所述相机焦距信息、所述相机基线信息计算所述玉米颗粒深度信息。

30、进一步的，所述确定所述三维玉米模型的玉米颗粒中心点，并基于所述玉米颗粒中心点计算玉米颗粒数量的步骤，具体包括：

31、将所述三维玉米模型输入至预设的神经网络模型进行模型分割，得到标记玉米颗粒；

32、对所述标记玉米颗粒进行最小边界框拟合，并根据所述最小边界框确定所述玉米颗粒中心点；

33、对所述玉米颗粒中心点进行遍历计数，得到所述玉米颗粒数量。

34、进一步的，所述将所述玉米颗粒数量与预设阈值进行对比，得到玉米品质等级的步骤，具体包括：

35、确定所述玉米图像信息对应的玉米种类；

36、根据所述玉米种类从数据库中提取对应的预设阈值；

37、判断所述玉米颗粒数量是否大于等于所述预设阈值；

38、若所述玉米颗粒数量大于等于所述预设阈值，则将所述玉米颗粒数量对应的玉米划分为高品质等级；

39、若所述玉米颗粒数量小于所述预设阈值，则将所述玉米颗粒数量对应的玉米划分为低品质等级。

40、为了解决上述技术问题，本技术实施例还提供一种玉米品质识别装置，采用了如下所述的技术方案：

41、图像获取模块，用于获取玉米图像信息；

42、模型构建模块，用于根据所述玉米图像信息构建三维玉米模型；

43、颗粒计算模块，用于确定所述三维玉米模型的玉米颗粒中心点，并基于所述玉米颗粒中心点计算玉米颗粒数量；

44、品质确定模块，用于将所述玉米颗粒数量与预设阈值进行对比，得到玉米品质等级。

45、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：

46、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如以上任一项所述的玉米品质识别方法的步骤。

47、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

48、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如以上任一项所述的玉米品质识别方法的步骤。

49、与现有技术相比，本技术实施例主要有以下有益效果：本实施例通过获取玉米图像信息，从而方便后续进行分析处理；通过根据所述玉米图像信息构建三维玉米模型，从而有效将二维图像转化为三维的立体模型；通过确定所述三维玉米模型的玉米颗粒中心点，并基于所述玉米颗粒中心点计算玉米颗粒数量，从而准确、有效地测算出三维玉米模型对应的实际玉米的玉米颗粒数量；通过将所述玉米颗粒数量与预设阈值进行对比，得到玉米品质等级，从而有效实现对玉米品质的识别，同时还能根据玉米颗粒数量进行有效、准确地玉米产量测算，以为农业保险的保险赔付提供可靠的依据。