一种基于人工智能的奶茶杯劣品筛选方法及系统

专利主权项内容

1.一种基于人工智能的奶茶杯劣品筛选方法，其特征在于，包括：采集奶茶杯的俯视图像，并进行预处理得到灰度图像；根据所述灰度图像进行边缘检测，得到边缘检测结果，根据所述边缘检测结果进行圆检测，得到杯底区域的灰度图像；根据所述杯底区域的灰度图像，统计灰度级的数量绘制直方图并进行处理，构建多个高斯函数模型，根据所述高斯函数模型，得到灰度变换的转折点；遍历所述直方图中灰度级的大小，得到灰度级的像素点个数的最大值；遍历计算所述灰度级的像素点个数与所述灰度级的所在区域的像素点个数的最大值的比值；根据预设阈值划分两个灰度区间；响应于所述比值小于或等于预设阈值时，所述灰度级内的数据划分为同一灰度区间，得到不同区域的灰度区间，其中，灰度区间个数至少为1个；响应于所述灰度区间个数大于2，将最小灰度级的区域为同一灰度区间，其余为另一个灰度区间，得到两个灰度级的灰度区间；计算两个所述灰度区间内所有灰度级的均值和方差，得到两个高斯函数模型，其中，一个灰度区间对应一个高斯函数；计算每两个所述高斯函数模型的交点坐标，其中，所述交点坐标作为灰度变换的转折点；将所述直方图的灰度区间进行线性的权重分配，得到每个灰度区间内各个灰度级在整个灰度区间内暗部的权重；根据所述权重，计算所述灰度区间内各个灰度级的均值和方差，根据所述均值和方差得到修正后的高斯函数模型；计算每个所述修正后的高斯函数模型之间的散度值；根据所述灰度变换的转折点和所述散度值计算每个所述灰度区间的增强差异值，根据增强差异值的最小值的灰度映射关系，完成灰度映射，得到杯底图像的增强图像；预设卷积神经网络模型，将增强图像输入到预设卷积神经网络模型中进行训练，得到待预测卷积神经网络模型；获取待检测的增强图像，根据待预测卷积神经网络模型，生成奶茶杯的缺陷识别结果；所述每个灰度区间内各个灰度级在整个灰度区间内的暗部的权重值满足下述关系式：其中，表示像素点对应的第/>个灰度级的权重值，/>表示第/>个灰度级与灰度区间内灰度级的均值之间的差值的绝对值，/>表示高斯函数对曲线对应灰度级部分在第/>个灰度级处的拟合差值的绝对值，/>表示第/>个灰度级的暗部区域；将每个灰度区间内所有灰度级的权重进行归一化处理；每个所述灰度区间的增强差异值满足下述关系式：其中，表示两个灰度区间的灰度级的增强差异值，/>为预设的固定参数，/>表示两个灰度区间之间分割点的相似度，/>表示两个高斯函数的散度值。