(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 202210637324.0 (22)申请日 2022.06.07 (71)申请人 贵州茅台酒股份有限公司 地址 564501 贵州省遵义市仁怀市茅台镇 (72)发明人 李小红　毛育志　李巧玉　褚毅宏　 牟明月　焦富　刘冰　韩莹　 黄永涛　聂叶　谭方根　谭雪　 (74)专利代理 机构 北京市万慧达律师事务所 11111 专利代理师 史雅琪 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/82(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01)G06V 10/25(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种高粱不完 善类别识别装置及方法 (57)摘要 本申请涉及一种高粱不完善类别识别方法、 装置、 计算机设备和存储介质。 所述方法包括： 通 过获取高粱的多角度图像， 对多角度图像进行特 征提取， 获得高粱特征， 根据高粱特征与预设的 分类模型， 获得多角度图像对应的识别类型； 获 得多角度图像的边缘轮廓， 根据边缘轮廓获得尺 寸数值， 根据尺寸数值与预设的差异数值之间的 比较结果， 获得多角度图像对应的验证类型； 判 断验证类型与识别类型是否一致； 若是， 则获取 第一识别结果； 若否， 则获取第二识别结果， 以此 解决高粱不完 善类别识别性能不佳等问题。 权利要求书2页 说明书12页 附图5页 CN 114972999 A 2022.08.30 CN 114972999 A 1.一种高粱不完 善类别识别方法， 其特 征在于， 包括： 获取高粱的多角度图像， 对所述多角度图像进行特征提取， 获得高粱特征， 根据 所述高 粱特征与预设的分类模型， 获得 所述多角度图像对应的识别类型； 获得所述多角度图像的边缘轮廓， 根据所述边缘轮廓获得尺寸数值， 根据所述尺寸数 值与预设的差异数值之间的比较结果， 获得 所述多角度图像对应的验证 类型； 判断所述验证类型与所述识别类型是否一致； 若是， 则获取第一识别结果； 若否， 则获 取第二识别结果。 2.根据权利要求1所述的高粱不完善类别识别方法， 其特征在于， 获取多角度图像的步 骤包括： 设置起始位置、 终止位置， 将所述高粱从所述 起始位置移动至所述终止位置； 在所述起始位置与 所述终止位置之间选择中间位置， 在所述中间位置与预设的四个方 向的交点处对所述高粱进行拍摄， 获得 所述多角度图像。 3.根据权利要求1所述的高粱不完善类别识别方法， 其特征在于， 对所述多角度图像进 行特征提取， 获得高粱特征集， 根据所述高粱特征与预设的分类模型， 获得所述多角度图像 对应的识别类型的步骤 包括： 对所述多角度图像进行 卷积处理， 获得第一特 征； 对所述第一特 征进行最大池化处 理， 获得第二特 征； 对所述第二特 征进行全局均值池化处 理， 获得所述高粱特 征； 将所述高粱特征输入至全连接层进行映射处理， 获得所述识别类型， 其中， 所述识别类 型至少包括以下之一： 破损类型、 虫蚀类型、 擦皮类型、 发芽类型、 霉 变类型、 杂质类型。 4.根据权利要求1所述的高粱不完善类别识别方法， 其特征在于， 获得所述多角度图像 的边缘轮廓的步骤 包括： 对所述多角度图像进行二 值化处理， 获得黑白图像； 采用深度 卷积神经网络提取所述黑白图像的感兴趣区域， 根据 所述感兴趣区域获得目 标回归框； 根据Sobel 算子对所述目标回归框内的所述 黑白图像进行轮廓检测， 获得轮廓； 根据过滤算法对所述轮廓进行优化处 理， 获得所述边缘轮廓。 5.根据权利要求4所述的高粱不完善类别识别方法， 其特征在于， 获得黑白图像的步骤 包括： 根据预设的尺寸对所述多角度图像进行裁 剪， 获得多角度分割图像； 对所述多角度分割图像进行 卷积处理， 获得多角度平 滑图像； 对所述多角度平 滑图像进行色差转换处 理， 获得多角度灰度图像； 对所述多角度灰度图像进行阈值调整处 理， 获得所述黑白图像。 6.根据权利要求4所述的高粱不完善类别识别方法， 其特征在于， 采用深度卷积神经网 络提取所述黑白图像的感兴趣区域， 根据所述感兴趣区域获得目标回归框的步骤 包括： 提取多个所述黑 白图像的特征， 获得黑 白特征信息， 对所述黑 白特征信息进行残差传 播处理， 生成残差特 征图； 对所述残差特征图进行分离处理， 获得图像前景及图像背景， 根据所述图像前景得到 所述感兴趣区域， 并对所述感兴趣区域进行回归处 理， 生成所述目标回归框 。权　利　要　求　书 1/2 页 2 CN 114972999 A 27.根据权利要求1所述的高粱不完善类别识别方法， 其特征在于， 根据 所述边缘轮廓获 得尺寸数值， 根据所述尺寸数值与预设的差异数值之间的比较结果， 获得所述多角度图像 对应的验证 类型的步骤 包括： 根据所述边缘轮廓获得中心坐标， 根据所述中心坐标获得长轴数值、 短轴数值， 其中， 所述尺寸数值包括： 所述长轴数值、 所述短轴数值； 将所述长轴数值减去预设的标准长轴数值， 获得长轴差值； 将所述短轴数值减去预设的标准短轴数值， 获得短轴差值； 若所述长轴差值与所述短轴差值都小于所述差异数值， 则获得第一验证类型； 若否， 则 获得第二验证 类型； 其中， 所述验证 类型包括： 所述第一验证 类型、 所述第二验证 类型。 8.一种高粱不完 善类别识别装置， 其特 征在于， 包括： 第一获得模块， 用于获取高粱的多角度图像， 对所述多角度图像进行特征提取， 获得高 粱特征， 根据所述高粱特 征与预设的分类模型， 获得 所述多角度图像对应的识别类型； 第二获得模块， 用于获得所述多角度图像的边缘轮廓， 根据所述边缘轮廓获得长轴数 值、 短轴数值， 根据所述长轴数值、 所述短轴数值分别与预设的差异数值之间的比较结果， 获得所述多角度图像对应的验证 类型； 判断模块， 用于将所述识别类型与所述验证类型进行比较， 根据比较结果获得识别结 果。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7中任一项所 述高粱不完 善类别识别方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述高粱不完 善类别识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 114972999 A 3