(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 202211084469.9 (22)申请日 2022.09.06 (71)申请人 浪潮工业互联网股份有限公司 地址 250101 山东省济南市高新区浪潮路 1036号浪潮科技园S02号楼19层 (72)发明人 谷兴龙　李佳　商广勇　肖雪　 (74)专利代理 机构 北京君慧知识产权代理事务 所(普通合伙) 11716 专利代理师 董延丽 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/181(2017.01) G06T 7/90(2017.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/52(2022.01) G06V 10/56(2022.01) G06V 10/82(2022.01) G06N 3/00(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于神经网络的鲜花烘干控制方法、 设 备及介质 (57)摘要 本申请公开了一种基于神经网络的鲜花烘 干控制方法、 设备及介质， 方法包括： 获取鲜花图 像， 对鲜花图像进行特征检测， 以从鲜花图像中 筛选出待加工鲜花； 根据待加工鲜花的用途类 别， 确定待加工鲜花经过烘干后的预估含水率， 并通过待加工鲜花的初始含水率和预估含水率， 确定待加工鲜花所对应的多个加工阶段； 确定多 个加工阶段分别对应的目标含水率， 根据待加工 鲜花的初始含水率、 喂水量、 目标含水率， 通过预 先生成的加工曲线， 确定待加工鲜花在烘干过程 中所需的烘干参数； 其中， 加工曲线是根据预先 构建的神经网络的输入参数和输出参数拟合得 到的； 针对多个加工阶段， 通过控制烘干车间的 烘干参数， 对 待加工鲜花进行烘干， 以得到 干花。 权利要求书3页 说明书11页 附图3页 CN 115526839 A 2022.12.27 CN 115526839 A 1.一种基于神经网络的鲜花烘干控制方法， 其特 征在于， 所述方法包括： 获取鲜花图像， 对所述鲜花图像进行特征检测， 以从所述鲜花图像中筛选出待加工鲜 花； 根据所述待加工鲜花的用途类别， 确定所述待加工鲜花经过烘干后的预估含水率， 并 通过所述待加工鲜花的初始含水率和预估含水率， 确定所述待加工鲜花所对应的多个加工 阶段； 确定所述多个加工阶段分别对应的目标含水率， 根据所述待加工鲜花的所述初始含水 率、 喂水量、 所述目标含水率， 通过预先生成的加工曲线， 确定所述待加工鲜花在烘干过程 中所需的烘干参数； 其中， 所述加工曲线是根据预先构建的神经网络的输入参数和输出参 数拟合得到的； 针对所述多个加工阶段， 通过控制烘干车间的所述烘干参数， 对所述待加工鲜花进行 烘干， 以得到 干花。 2.根据权利要求1所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 对所述 鲜花图像进行 特征检测， 以从所述鲜花图像中筛 选出待加工鲜花， 具体包括： 通过预先训练的特征检测模型， 对所述鲜花图像进行语义分割， 得到分割后的特征图 像； 所述特征图像包括第一区域和第二区域， 所述第一区域和所述第二区域包含的颜色特 征存在不同； 提取所述第一区域的边缘轮廓， 对所述边缘轮廓进行区域增长性分析， 以确定所述第 一区域是否携带有病变特 征； 在所述第一区域携带有病变特征的情况下， 确定所述第一区域在所述特征图像的占 比， 从所述鲜花图像中筛 选出所述占比小于预设阈值的鲜花作为待加工鲜花。 3.根据权利要求2所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 对所述 鲜花图像进行语义分割， 以得到分割后的特 征图像， 具体包括： 对所述鲜花图像对应的多个颜色通道分别进行特征编码， 得到所述多个颜色通道对应 的通道特 征图； 针对所述多个颜色通道， 对所述通道特征图进行处理， 以得到处理后的通道特征图； 所 述处理包括多尺度特 征聚合以及空间关联增强处 理； 将所述处 理后的通道特 征图进行融合， 得到所述鲜花图像对应的特 征图像。 4.根据权利要求1所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 通过控 制烘干车间的所述烘干参数， 对所述待加工鲜花进行烘干， 具体包括： 确定所述待加工鲜花所处的加工阶段； 采集所述烘干车间的运行参数， 将所述运行参数与所述加工阶段对应的烘干参数进行 对比， 以确定所述烘干车间是否符合预设运行要求； 在不符合预设运行要求的情况下， 根据各所述运行参数对应数值分别与相应各所述烘 干参数对应数值之间的差值， 确定所述运行参数所需的补偿量， 以根据所述补偿量， 调用相 应的辅助设备对所述加工阶段进行协同烘干 。 5.根据权利要求1所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 通过预 先生成的加工曲线， 确定所述待加工鲜花在烘干过程中所需的烘干参数之前， 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 115526839 A 2构建神经网络的拓扑 结构； 初始化各粒子的粒子参数， 以得到初始化后的初始种群， 并根据所述初始种群中的各 粒子， 初始化所述神经网络的参数； 所述参数包括所述拓扑结构不同层级之间的权值和阈 值； 采集鲜花的状态参数， 以根据 所述状态参数构建训练集； 所述训练集包括初始含水率、 喂入量、 温度、 湿度、 烘干时间； 根据所述训练集对所述神经网络进行训练， 并确定训练后的所述神经网络的目标函数 输出值； 基于各所述粒子的适应度， 对所述神经网络的参数进行优化， 以得到训练完毕的所述 神经网络； 所述 适应度与所述神经网络的目标函数输出值相对应； 通过所述神经网络的输入参数和输出参数， 拟合得到所述鲜花的加工曲线； 所述输出 参数包括目标含水率。 6.根据权利要求5所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 基于各 所述粒子的适应度， 对所述神经网络的参数进行优化， 以得到训练完 毕的所述神经网络， 具 体包括： 根据各所述粒子的适应度， 得到对应种群的全局最优值； 判断所述全局最优值是否满足预设要求， 若否， 则更新各 所述粒子的速度和位置； 根据更新后的所述速度和位置， 对所述神经网络的参数进行优化， 直至所述全局最优 值满足所述预设要求。 7.根据权利要求1所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 从所述 鲜花图像中筛 选出待加工鲜花之后， 所述方法还 包括： 获取所述待加工鲜花的主体图像， 提取所述主体图像的特征点， 以根据所述特征点对 所述待加工鲜花进行三维重建， 得到相应的三维模型； 根据所述三维模型， 获取所述待加工鲜花的主体外形， 并确定所述主体外形对应的第 一等级参数； 通过颜色测量仪器， 采集所述待加工鲜花的色度信息； 将所述色度信息与预设的色度等级进行对比， 以确定所述待加工鲜花的第二等级参 数； 根据所述第一 等级参数和所述第二 等级参数， 得到所述待加工鲜花对应的等级； 对所述待加工鲜花进行烘干， 以得到 干花之后， 所述方法还 包括： 根据所述等级对所述干花进行分装， 将分装后的所述干花运送至不同类型的成品库中 进行保存； 不同的成品库对应不同的用途类别。 8.根据权利要求1所述的一种基于神经网络的鲜花烘干控制方法， 其特征在于， 所述多 个加工阶段 是根据烘干参数中的温度确定的。 9.一种基于神经网络的鲜花烘干控制设备， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行如：权　利　要　求　书 2/3 页 3 CN 115526839 A 3