CN110796642A - 水果品质程度确定方法及相关产品 - Google Patents

Abstract

本申请实施例提供一种水果品质程度确定方法及相关产品，其中，所述方法包括：获取水果的目标图像，所述目标图像包括品质程度识别标识；从所述目标图像中，获取所述品质程度识别标识；根据所述品质程度识别标识，确定出所述水果的第一品质程度，因此，能够提升水果品质程度确定时的准确性。

Description

水果品质程度确定方法及相关产品

技术领域

本申请涉及数据处理技术领域，具体涉及一种水果品质程度确定方法及相关产品。

背景技术

随着时代的发展，人们对生活品质的追求也越来越高。水果已是人们生活中不可或缺的一部分，但是现有生活中，人们在购买水果时，由于一些水果的品质程度很难根据肉眼进行辨别，但是人们在购买时通常为基于肉眼观察的方式来对水果的品质程度等进行辨别，容易致使了人们在购买水果时买到不新鲜的水果，导致了对水果品质程度判别时的准确性较低。

发明内容

本申请实施例提供一种水果品质程度确定方法及相关产品，能够提升水果品质程度确定时的准确性。

本申请实施例的第一方面提供了一种水果品质程度确定方法，所述方法包括：

获取水果的目标图像，所述目标图像包括品质程度识别标识；

从所述目标图像中，获取所述品质程度识别标识；

根据所述品质程度识别标识，确定出所述水果的第一品质程度。

可选的，所述从所述目标图像中，获取所述品质程度识别标识，包括：

从所述目标图像中获取所述品质程度识别标识的标识信息；

根据所述标识信息，确定出品质程度识别标识的目标区域；

对所述目标区域进行图像提取，以得到所述品质程度识别标识。

可选的，所述品质程度识别标识包括颜色参考区域和品质程度识别区域，所述根据所述品质程度识别标识，确定出所述水果的第一品质程度，包括：

获取所述颜色参考区域的第一拍摄属性信息；

根据所述第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

获取所述品质程度识别区域域的第二拍摄属性信息；

根据所述第二拍摄属性信息和所述属性信息偏移量，确定出所述品质程度识别区域的目标属性信息；

根据所述目标属性信息，确定出所述水果的第一品质程度。

可选的，所述目标属性信息包括N个子属性信息，N为正整数，所述根据所述目标属性信息，确定出所述水果的第一品质程度，包括：

获取与所述N个子属性信息中的每个子属性信息对应的品质程度，得到N个子品质程度；

根据所述N个子品质程度，确定出所述水果的第一品质程度。

可选的，所述方法还包括：

根据所述目标图像，像获取所述水果的参考表皮颜色和表皮纹理；

根据所述属性信息偏移量和所述参考表皮颜色，确定出所述水果的目标表皮颜色；

根据所述目标表皮颜色和所述表皮纹理，确定出所述水果的第二品质程度；

根据所述第一品质程度和所述第二品质程度，确定出所述水果的目标品质程度。

本申请实施例的第二方面提供了一种水果品质程度确定装置，所述装置包括第一获取单元、第二获取单元和确定单元，其中，

所述第一获取单元，用于获取水果的目标图像，所述目标图像包括品质程度识别标识；

所述第二获取单元，用于从所述目标图像中，获取所述品质程度识别标识；

所述确定单元，用于根据所述品质程度识别标识，确定出所述水果的第一品质程度。

可选的，在所述从所述目标图像中，获取所述品质程度识别标识方面，所述第二获取单元用于：

从所述目标图像中获取所述品质程度识别标识的标识信息；

根据所述标识信息，确定出品质程度识别标识的目标区域；

对所述目标区域进行图像提取，以得到所述品质程度识别标识。

可选的，所述品质程度识别标识包括颜色参考区域和品质程度识别区域，在所述根据所述品质程度识别标识，确定出所述水果的第一品质程度方面，所述确定单元用于：

获取所述颜色参考区域的第一拍摄属性信息；

根据所述第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

获取所述品质程度识别区域域的第二拍摄属性信息；

根据所述第二拍摄属性信息和所述属性信息偏移量，确定出所述品质程度识别区域的目标属性信息；

根据所述目标属性信息，确定出所述水果的第一品质程度。

可选的，所述目标属性信息包括N个子属性信息，N为正整数，在所述根据所述目标属性信息，确定出所述水果的第一品质程度方面，所述确定单元用于：

获取与所述N个子属性信息中的每个子属性信息对应的品质程度，得到N个子品质程度；

根据所述N个子品质程度，确定出所述水果的第一品质程度。

可选的，所述装置还用于：

根据所述目标图像，像获取所述水果的参考表皮颜色和表皮纹理；

根据所述属性信息偏移量和所述参考表皮颜色，确定出所述水果的目标表皮颜色；

根据所述目标表皮颜色和所述表皮纹理，确定出所述水果的第二品质程度；

根据所述第一品质程度和所述第二品质程度，确定出所述水果的目标品质程度。

本申请实施例的第三方面提供一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面中的步骤指令。

本申请实施例的第四方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

本申请实施例的第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，至少具有如下有益效果：

通过获取水果的目标图像，所述目标图像包括品质程度识别标识，从所述目标图像中，获取所述品质程度识别标识，根据所述品质程度识别标识，确定出所述水果的第一品质程度，因此，相对于现有方案中，采用人工的方式对水果品质程度进行判别，能够通过对包括水果的图像进行分析，根据图像中的品质程度识别标识来确定出水果的品质程度，能够一定程度上提升水果的品质程度确定时的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供了一种水果品质程度获取系统的示意图；

图2A为本申请实施例提供了一种水果品质程度确定方法的流程示意图；

图2B为本申请实施例提供了一种品质程度识别标识的示意图；

图2C为本申请实施例提供了纹理区域示意图；

图3为本申请实施例提供了另一种水果品质程度确定方法的流程示意图；

图4为本申请实施例提供了另一种水果品质程度确定方法的流程示意图；

图5为本申请实施例提供了另一种水果品质程度确定方法的流程示意图；

图6为本申请实施例提供的一种终端的结构示意图；

图7为本申请实施例提供了一种水果品质程度确定装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。

本申请实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(user equipment，UE)，移动台(mobile station，MS)，终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为电子装置。

为了更好的理解本申请实施例提供的一种水果品质程度确定方法，下面首先对应用水果品质程度确定方法的水果品质程度获取系统进行简要介绍。请参阅图1，图1为本申请实施例提供了一种水果品质程度获取系统的示意图。如图1所示，水果品质程度获取系统包括电子装置、品质程度识别标识和水果容器，其中，可以将品质程度识别标识设置于水果容器内、水果表面等，水果容器中的水果放置区域中可以放置水果，电子装置包括摄像头，具体可以为：电子装置通过摄像头获取水果的目标图像，目标图像包括品质程度识别标识，在进行图像获取时，可以获取多张图像，将该多张图像中图像质量最好的图像作为目标图像，电子装置从目标图像中获取品质程度识别标识，电子装置根据品质程度识别标识，确定出水果的第一品质程度，因此，相对于现有方案中，采用人工的方式对水果品质程度进行判别，能够通过对包括水果的图像进行分析，根据图像中的品质程度识别标识来确定出水果的品质程度，能够一定程度上提升水果的品质程度确定时的准确性和智能性。

水果的品质程度可以理解为对水果的新鲜程度、腐烂程度等，品质程度越高，则水果的越新鲜、腐烂程度越小，品质程度越低，则水果越不新鲜、腐烂程度越高。

请参阅图2A，图2A为本申请实施例提供了一种水果品质程度确定方法的流程示意图。如图2A所示，水果品质程度确定方法包括步骤201-203，具体如下：

201、获取水果的目标图像，目标图像包括品质程度识别标识。

品质程度识别标识可以理解为一种特定的、能被计算机图像技术识别的图形或编码并用以对参考图像进行定位的标识，其所对应的识别程序预设有对该目标标识的识别逻辑。

可选的，获取水果的目标图像时，可以通过电子装置的摄像头进行获取。在进行图像获取时，可以获取多张图像，将该多张图像中图像质量最好的图像作为目标图像。

可选的，一种可能获取水果的目标图像的方法包括：获取水果在多个M个波段下的图像，得到M个参考图像；对M个参考图像进行融合，得到目标图像。其中，获取水果在多个M个波段下的图像可以理解为，通过M个波段的光线照射水果，然后拍摄水果在每个波段的光线照射下的图片。M个波段的光线可以为可见光也可以为不可见光，此处仅为距离说明，不作具体限定。M个参考图像进行融合，得到目标图像的方法可以为：提取M个参考图像中的每个参考图像进行分块，得到每个参考图像的M个图像块；获取每个图像块在M个波段下图像质量最高的图像块，得到M个目标图像块，将M个图像块进行组合，得到目标图像。图像质量可以包括图像的清晰度等。

本示例中，通过获取水果在M个波段下的图像，对该M个图像进行融合，得到目标图像的方法，可以根据水果的颜色对不同的波段的光线的吸收率的不同，从而将图像质量最高的图像块进行组合，得到目标图像，从而能够一定程度上提升目标图像获取时的准确性。

202、从目标图像中，获取品质程度识别标识。

其中，从目标图像中定位出品质程度识别标识的区域，然后采用图像提取方法，获取品质程度识别标识。

203、根据品质程度识别标识，确定出水果的第一品质程度。

其中，根据品质程度识别标识的属性信息，确定出水果的第一品质程度，属性信息包括颜色、亮度等。

在一个可能的实施例中，一种可能的从目标图像中，获取品质程度识别标识的方法包括步骤A1-A3，具体如下：

A1、从目标图像中获取品质程度识别标识的标识信息；

A2、根据标识信息，确定出品质程度识别标识的目标区域；

A3、对目标区域进行图像提取，以得到品质程度识别标识。

其中，品质程度识别标识的标识信息可以为在预设位置设置的标识图标，标识图标用以标识品质程度识别标识的位置信息。标识图标可以由特殊材质构成，例如，在进行图片拍摄时，具有高曝光特性的材料或低曝光材料的材料等。其中，标识图标可以设置在品质程度识别标识的中心等。

可选的，水果容器中还可以包括定位标识，该定位标识用于在图像处理时，进行快速图像定位，可以根据该定位标识直接提取图像中特定区域的图像作为目标区域。

一种可能的根据标识信息，确定出品质程度识别标识的目标区域的方法可以为：获取标识信息预设区域内的图像；根据该预设区域的图像确定出水果放置区域的边界；根据水果放置区域的边界以及标识信息，确定出目标区域。具体可以为：根据水果的放置区域的边界确定出参考区域；根据该参考区域和品质程度识别标识的形状确定出目标区域。例如，参考区域为矩形，识别标识的形状为矩形，则目标区域为以标识图标为中心的标识码区域大小的矩形区域，该矩形区域的长与参考区域的长一致，该矩形区域的宽与该参考区域的宽一致。

对目标区域进行图像图提取的方法可以为局部二值模式、局部图结构等方法。

本示例中，通过品质程度识别标识的标识信息，可以快速定位出品质程度识别标识的位置信息，从而可以一定程度上提升获取品质程度识别标识的效率。

在一个可能的实施例中，品质程度识别标识包括颜色参考区域和品质程度识别区域，一种可能的根据品质程度识别标识，确定出水果的第一品质程度的方法包括步骤B1-B5，具体如下：

B1、获取颜色参考区域的第一拍摄属性信息；

B2、根据第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

B3、获取品质程度识别区域的第二拍摄属性信息；

B4、根据第二拍摄属性信息和属性信息偏移量，确定出品质程度识别区域域的目标属性信息；

B5、根据目标属性信息，确定出水果的第一品质程度。

其中，第一拍摄属性信息包括色差、亮度、分辨率、每个像素点的RGB值。

如图2B所示，图2B一种品质程度识别标识的示意图。品质程度识别标识包括颜色参考区域和品质程度识别区域。将第一拍摄属性信息与预设的拍摄属性信息进行比对，将第一拍摄属性信息和预设的拍摄属性信息之差，作为属性信息偏移量。可以理解为，偏移量为正时，第一拍摄属性信息的值高于预设的拍摄属性信息的值，偏移量为负时，第一拍摄属性信息的值低于预设的拍摄属性信息的值。

将第二拍摄属性信息与属性信息偏移量之和作为品质程度识别区域的目标属性信息。目标属性信息可以包括品质程度识别区域的颜色、以及颜色的亮度等。不同的颜色、亮度可以表征水果的不同的新鲜程度。

根据目标属性信息，确定出水果的第一品质程度的方法可以为：根据预设的属性信息与品质程度之间的映射关系，确定出目标属性信息对应的第一品质程度。其中，该映射关系可以通过品质程度确定模型进行获取。一种可能的品质程度确定模型的训练方法为：通过有监督或无监督法对神经网络模型进行训练，在训练数据收敛时，得到的神经网络每层的权值数据，作为品质程度确定模型的权值数据，即可得到品质程度确定模型。在进行训练时的样本数据为目标信息与品质程度。

可选的，还可以对目标图像进行校准，然后根据校准后的图像获取目标属性信息。对目标图像进行校准的方法可以为根据属性信息偏移量对图像进行校准操作。通过校准后获取的品质程度识别区域的属性信息与目标属性信息相同。

本示例中，通过属性信息偏移量，确定出目标属性信息，在通过目标属性信息确定出第一品质程度，从而可以一定程度上提升第一品质程度确定时的准确性。

在一个可能的实施例中，目标属性信息包括N个子属性信息，一种可能的根据目标属性信息，确定出水果的第一品质程度的方法包括步骤C1-C2，具体如下：

C1、获取与N个子属性信息中的每个子属性信息对应的品质程度，得到N个子品质程度；

C2、根据N个子品质程度，确定出水果的第一品质程度。

其中，品质程度识别区域可以包括多个子区域，每个子区域可以对应N个子属性信息，子属性信息可以为子区域的颜色信息、子区域的亮度信息、子区域的分辨率、子区域中每个像素点的RGB值、品质程度识别区域域中的二维码中的信息、水果的历史品质程度信息等。

可以根据不同的子属性信息与品质程度之间的映射关系，确定出对应的子品质程度。可以将N个子品质程度的均值作为第一品质程度，当然也可与根据每个子属性信息对应的权值，进行权值运算，得到第一品质程度。

本示例中，根据N个子属性信息对应的子品质程度，根据子品质程度确定出第一品质程度，能够根据多个因素来确定第一品质程度，从而可以一定程度上提升品质程度获取时的准确性。

在一个可能的实施例中，还可以根据水果的表皮颜色和表皮纹理来对第一品质程度进行校正，得到更精确的目标品质程度，一种可能的获取目标品质程度的方法包括步骤D1-D4，具体如下：

D1、根据目标图像，像获取水果的参考表皮颜色和表皮纹理；

D2、根据属性信息偏移量和参考表皮颜色，确定出水果的目标表皮颜色；

D3、根据目标表皮颜色和表皮纹理，确定出水果的第二品质程度；

D4、根据第一品质程度和第二品质程度，确定出水果的目标品质程度。

其中，获取水果的表皮颜色的方法可以采用前述获取目标属性信息中方法，此处不再赘述。获取表皮纹理的方法可以采用景深测距法、超声波测距法、红外测距法等方法，由于纹理的不同区域与电子装置之间的距离会不同，从而可以采用上述方法根据距离信息，确定出表皮纹理。目标品质程度可以表征水果最终的新鲜程度，品质程度越高，则水果越新鲜，品质程度越低则，水果越不新鲜。

可选的，根据表皮颜色和表皮纹理，确定水果的第二品质程度的方法可以为：根据表皮颜色与品质程度之间的映射关系，确定出第一参考品质程度；根据表皮纹理，确定出第二参考品质程度；将第一参考品质程度和第二参考品质程度的均值作为第二品质程度。其中，根据表皮纹理，确定第二参考品质程度的方法可以为：根据表皮纹理，确定出纹理突变区域；获取纹理突变区域的颜色信息以及纹理突变区域的纹理信息；根据纹理突变区域的颜色信息以及纹理突变区域的纹理信息，确定出第二品质程度。纹理突变区域可以理解为：纹理与邻近区域的纹理发生断层的区域，例如，水果在腐烂之后，腐烂区域的纹理会与正常区域会出现不同的特征，以草莓为例，草莓正常区域的纹理的凸起部分会比较饱满，腐烂区域或者即将腐烂的区域的纹理凸起部分会比较平滑，或者，腐烂区域会出现凹陷的情况。如图2C所示，图中为腐烂区域(突变区域)和正常区域(正常纹理)的纹理示意图。

将第一品质程度和第二品质程度的均值作为目标品质程度，也可以为：若第一品质程度低于第二品质程度，则获取第一品质程度和第二品质程度对应的权值，根据该对应的权值进行权值运算得到目标品质程度，若第一品质程度高于或等于第二品质程度，则可以将第一品质程度和第二品质程度的均值作为目标品质程度。

本示例中，通过水果的参考表皮颜色和表皮纹理，确定出第二品质程度，根据第二品质程度和第一品质程度确定出目标品质程度，从而可以通过第一品质程度和第二品质程度来确定目标品质程度，提升了目标品质程度获取时的准确性。

在一个可能的实施例中，还可以直接根据品质程度获取模型获取到水果的品质程度，具体可以为，将目标图像输入到品质程度获取模型中，品质程度获取模型输出水果的品质程度。

请参阅图3，图3为本申请实施例提供了另一种水果品质程度确定方法的流程示意图。如图3所示，水果品质程度确定方法包括步骤301-305，具体如下：

301、获取水果的目标图像，目标图像包括品质程度识别标识；

302、从目标图像中获取品质程度识别标识的标识信息；

303、根据标识信息，确定出品质程度识别标识的目标区域；

304、对目标区域进行图像提取，以得到品质程度识别标识；

305、根据品质程度识别标识，确定出水果的第一品质程度。

本示例中，通过品质程度识别标识的标识信息，可以快速定位出品质程度识别标识的位置信息，从而可以一定程度上提升获取品质程度识别标识的效率。

请参阅图4，图4为本申请实施例提供了另一种水果品质程度确定方法的流程示意图。如图4所示，水果品质程度确定方法包括步骤401-407，具体如下：

401、获取水果的目标图像，目标图像包括品质程度识别标识；

402、从目标图像中，获取品质程度识别标识；

其中，品质程度识别标识包括颜色参考区域和品质程度识别区域。

403、获取颜色参考区域的第一拍摄属性信息；

404、根据第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

405、获取品质程度识别区域域的第二拍摄属性信息；

406、根据第二拍摄属性信息和属性信息偏移量，确定出品质程度识别区域的目标属性信息；

407、根据目标属性信息，确定出水果的第一品质程度。

本示例中，通过属性信息偏移量，确定出目标属性信息，在通过目标属性信息确定出第一品质程度，从而可以一定程度上提升第一品质程度确定时的准确性。

请参阅图5，图5为本申请实施例提供了另一种水果品质程度确定方法的流程示意图。如图5所示，水果品质程度确定方法包括步骤501-511，具体如下：

501、获取水果的目标图像，目标图像包括品质程度识别标识；

502、从目标图像中，获取品质程度识别标识；

其中，品质程度识别标识包括颜色参考区域和品质程度识别区域。

503、获取颜色参考区域的第一拍摄属性信息；

504、根据第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

505、获取品质程度识别区域的第二拍摄属性信息；

506、根据第二拍摄属性信息和属性信息偏移量，确定出品质程度识别区域的目标属性信息；

507、根据目标属性信息，确定出水果的第一品质程度；

508、根据目标图像，像获取水果的参考表皮颜色和表皮纹理；

509、根据属性信息偏移量和参考表皮颜色，确定出水果的目标表皮颜色；

510、根据目标表皮颜色和表皮纹理，确定出水果的第二品质程度；

511、根据第一品质程度和第二品质程度，确定出水果的目标品质程度。

本示例中，通过水果的参考表皮颜色和表皮纹理，确定出第二品质程度，根据第二品质程度和第一品质程度确定出目标品质程度，从而可以通过第一品质程度和第二品质程度来确定目标品质程度，提升了目标品质程度获取时的准确性。

与上述实施例一致的，请参阅图6，图6为本申请实施例提供的一种终端的结构示意图，如图所示，包括处理器、输入设备、输出设备和存储器，处理器、输入设备、输出设备和存储器相互连接，其中，存储器用于存储计算机程序，计算机程序包括程序指令，处理器被配置用于调用程序指令，上述程序包括用于执行以下步骤的指令；

获取水果的目标图像，目标图像包括品质程度识别标识；

从目标图像中，获取品质程度识别标识；

根据品质程度识别标识，确定出水果的第一品质程度。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，终端为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对终端进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

与上述一致的，请参阅图7，图7为本申请实施例提供了一种水果品质程度确定装置的结构示意图。如图7所示，所述装置包括第一获取单元701、第二获取单元702和确定单元703，其中，

所述第一获取单元701，用于获取水果的目标图像，所述目标图像包括品质程度识别标识；

所述第二获取单元702，用于从所述目标图像中，获取所述品质程度识别标识；

所述确定单元703，用于根据所述品质程度识别标识，确定出所述水果的第一品质程度。

可选的，在所述从所述目标图像中，获取所述品质程度识别标识方面，所述第二获取单元702用于：

从所述目标图像中获取所述品质程度识别标识的标识信息；

根据所述标识信息，确定出品质程度识别标识的目标区域；

对所述目标区域进行图像提取，以得到所述品质程度识别标识。

可选的，所述品质程度识别标识包括颜色参考区域和品质程度识别区域，在所述根据所述品质程度识别标识，确定出所述水果的第一品质程度方面，所述确定单元703用于：

获取所述颜色参考区域的第一拍摄属性信息；

根据所述第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

获取所述品质程度识别区域域的第二拍摄属性信息；

根据所述第二拍摄属性信息和所述属性信息偏移量，确定出所述品质程度识别区域的目标属性信息；

根据所述目标属性信息，确定出所述水果的第一品质程度。

可选的，所述目标属性信息包括N个子属性信息，N为正整数，在所述根据所述目标属性信息，确定出所述水果的第一品质程度方面，所述确定单元703用于：

获取与所述N个子属性信息中的每个子属性信息对应的品质程度，得到N个子品质程度；

根据所述N个子品质程度，确定出所述水果的第一品质程度。

可选的，所述装置还用于：

根据所述目标图像，像获取所述水果的参考表皮颜色和表皮纹理；

根据所述属性信息偏移量和所述参考表皮颜色，确定出所述水果的目标表皮颜色；

根据所述目标表皮颜色和所述表皮纹理，确定出所述水果的第二品质程度；

根据所述第一品质程度和所述第二品质程度，确定出所述水果的目标品质程度。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种水果品质程度确定方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种水果品质程度确定方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在申请明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器、随机存取器、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种水果品质程度确定方法，其特征在于，所述方法包括：

获取水果的目标图像，所述目标图像包括品质程度识别标识；

从所述目标图像中，获取所述品质程度识别标识；

根据所述品质程度识别标识，确定出所述水果的第一品质程度。

2.根据权利要求1所述的方法，其特征在于，所述从所述目标图像中，获取所述品质程度识别标识，包括：

从所述目标图像中获取所述品质程度识别标识的标识信息；

根据所述标识信息，确定出品质程度识别标识的目标区域；

对所述目标区域进行图像提取，以得到所述品质程度识别标识。

3.根据权利要求1或2所述的方法，其特征在于，所述品质程度识别标识包括颜色参考区域和品质程度识别区域，所述根据所述品质程度识别标识，确定出所述水果的第一品质程度，包括：

获取所述颜色参考区域的第一拍摄属性信息；

根据所述第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

获取所述品质程度识别区域域的第二拍摄属性信息；

根据所述第二拍摄属性信息和所述属性信息偏移量，确定出所述品质程度识别区域的目标属性信息；

根据所述目标属性信息，确定出所述水果的第一品质程度。

4.根据权利要求3所述的方法，其特征在于，所述目标属性信息包括N个子属性信息，N为正整数，所述根据所述目标属性信息，确定出所述水果的第一品质程度，包括：

获取与所述N个子属性信息中的每个子属性信息对应的品质程度，得到N个子品质程度；

根据所述N个子品质程度，确定出所述水果的第一品质程度。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述目标图像，像获取所述水果的参考表皮颜色和表皮纹理；

根据所述属性信息偏移量和所述参考表皮颜色，确定出所述水果的目标表皮颜色；

根据所述目标表皮颜色和所述表皮纹理，确定出所述水果的第二品质程度；

根据所述第一品质程度和所述第二品质程度，确定出所述水果的目标品质程度。

6.一种水果品质程度确定装置，其特征在于，所述装置包括第一获取单元、第二获取单元和确定单元，其中，

所述第一获取单元，用于获取水果的目标图像，所述目标图像包括品质程度识别标识；

所述第二获取单元，用于从所述目标图像中，获取所述品质程度识别标识；

所述确定单元，用于根据所述品质程度识别标识，确定出所述水果的第一品质程度。

7.根据权利要求6所述的装置，其特征在于，在所述从所述目标图像中，获取所述品质程度识别标识方面，所述第二获取单元用于：

从所述目标图像中获取所述品质程度识别标识的标识信息；

根据所述标识信息，确定出品质程度识别标识的目标区域；

对所述目标区域进行图像提取，以得到所述品质程度识别标识。

8.根据权利要求6或7所述的装置，其特征在于，所述品质程度识别标识包括颜色参考区域和品质程度识别区域，在所述根据所述品质程度识别标识，确定出所述水果的第一品质程度方面，所述确定单元用于：

获取所述颜色参考区域的第一拍摄属性信息；

根据所述第一拍摄属性信息和预设的拍摄属性信息，确定出属性信息偏移量；

获取所述品质程度识别区域域的第二拍摄属性信息；

根据所述第二拍摄属性信息和所述属性信息偏移量，确定出所述品质程度识别区域的目标属性信息；

根据所述目标属性信息，确定出所述水果的第一品质程度。

9.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。

Images