(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210150605.3 (22)申请日 2022.02.18 (71)申请人 深圳大学 地址 518060 广东省深圳市南 山区南海大 道3688号 (72)发明人 石铁柱　邓东平　刘会增　杨超　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 陈专 (51)Int.Cl. G06V 20/68(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/50(2022.01) G06V 10/764(2022.01)G06V 10/77(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于多光谱图像和深度学习的榨菜老 筋自动识别方法 (57)摘要 本发明公开了一种基于多光谱图像和深度 学习的榨菜老筋自动识别方法， 所述方法包括： 基于多光谱图像数据筛选特征波段， 根据特征波 段选取马赛克式多光谱高速相机， 通过马赛克式 多光谱高速相机拍摄榨菜切片， 获取榨菜切片的 多光谱影像数据； 将所述多光谱影像数据进行预 处理得到训练数据， 所述预处理包括样本标注、 主成分分析和数据增广处理； 构建语义分割模 型， 将所述训练数据输入到所述语义分割模型进 行训练， 并调节所述语义分割模型的分割参数； 基于已训练的所述语义分割模型对榨菜切片的 榨菜老筋区域进行分割， 识别榨菜老筋。 本发明 通过语义分割模型对榨菜切片的榨菜老筋区域 进行分割识别， 有效识别榨菜的老筋， 提高了榨 菜老筋的识别效率和精度。 权利要求书2页 说明书11页 附图8页 CN 114677671 A 2022.06.28 CN 114677671 A 1.一种基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特征在于， 所述基于 多光谱图像和深度学习的榨 菜老筋自动识别方法包括： 基于多光谱图像数据筛选特征波段， 根据特征波段选取马赛克式多光谱高速相机， 通 过马赛克式多光谱高速相机拍摄榨 菜切片， 获取榨 菜切片的多光谱影 像数据； 将所述多光谱影像数据进行预处理得到训练数据， 所述预处理包括样本标注、 主成分 分析和数据增广处 理； 构建语义分割模型， 将所述训练数据输入到所述语义分割模型进行训练， 并调节所述 语义分割模型的分割参数； 基于已训练的所述语义分割模型对榨菜切片的榨菜老筋区域进行分割， 识别榨菜老 筋。 2.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述样本标注具体包括： 采用深度学习对榨菜老筋进行语义分割时， 将人工目视判读的榨菜老筋原图进行标 注， 将榨菜背景值设为0， 表示负 样本， 而将目标区域 值设为1， 表示 正样本。 3.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述主成分 分析具体包括： 通过主成分分析将多光谱影像数据压缩成多个波段， 选取主成分分析后的第 一个波段 对应的第一个主成分特 征进行训练。 4.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述数据增广处 理具体包括： 将榨菜老筋原图进行裁剪、 旋转和镜像处理， 将多光谱影像数据的数量增广为原来的 12倍。 5.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述语义分割模型包括编码过程和解码过程。 6.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述语义分割模型的训练为GPU训练。 7.根据权利要求1所述的基于多光谱图像和深度学习的榨菜老筋自动识别方法， 其特 征在于， 所述语义分割模型为在UNet+ +和UNet3+基础上改进的UNet5+模型。 8.一种基于多光谱图像和深度学习的榨菜老筋自动识别系统， 其特征在于， 所述基于 多光谱图像和深度学习的榨 菜老筋自动识别系统包括： 数据获取模块， 用于基于多光谱图像数据筛选特征波段， 根据特征波段选取马赛克式 多光谱高速相 机， 通过马赛克式多光谱高速相 机拍摄榨菜切片， 获取榨菜切片的多光谱影 像数据； 数据处理模块， 用于将所述多光谱影像数据进行预处理得到训练数据， 所述预处理包 括样本标注、 主成分 分析和数据增广处 理； 模型训练模块， 用于构建语义分割模型， 将所述训练数据输入到所述语义分割模型进 行训练， 并调节所述语义分割模型的分割参数； 图像识别模块， 用于基于已训练的所述语义分割 模型对榨菜切片的榨菜老筋区域进行 分割， 识别榨 菜老筋。权　利　要　求　书 1/2 页 2 CN 114677671 A 29.一种终端， 其特征在于， 所述终端包括： 存储器、 处理器及存储在所述存储器上并可 在所述处理器上运行的基于多光谱图像和深度学习的榨菜老筋自动识别程序， 所述基于多 光谱图像和深度学习的榨菜老筋自动识别程序被所述处理器执行时实现如权利要求 1‑7任 一项所述的基于多光谱图像和深度学习的榨 菜老筋自动识别方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有基于多光 谱图像和深度学习的榨菜老筋自动识别程序， 所述基于多光谱图像和深度学习的榨菜老筋 自动识别程序被处理器执行时实现如权利要求 1‑7任一项所述的基于多光谱图像和深度学 习的榨菜老筋自动识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 114677671 A 3