技术领域
[0001] 本发明属于核桃无损检测领域，具体地说，涉及一种基于X射线图像的带壳核桃内部干瘪程度检测方法。
相关背景技术
[0002] 核桃作为国内外一种重要的经济作物，具有较高的食用和医用价值。随着核桃产业的快速发展，核桃的品质和加工技术变得尤为重要，其中，核桃的干瘪程度是影响品质的一个重要因素。传统的核桃品质检测需要先破壳，且主要依赖人工或机械筛选。这不仅效率低下，降低了核桃利用价值，而且在大规模生产中存在一定的局限性。
[0003] 不同干瘪程度的核仁决定了核桃的不同经济价值，按干瘪程度对带壳核桃有效的分级可使得地区核桃产业链更有效地延伸至核桃食品加工环节，延伸至核桃仁环节还能带动本地区核桃仁色选、包装等环节发展，提升行业产值。核桃产业链长短决定了产业综合价值，地区核桃产业链能延伸至含核桃食品加工环节，核桃产业增值幅度至少在3倍以上。
[0004] 因此，迫切需要一种高效、准确而无损的方法来识别核桃不同程度的干瘪。可在一定程度上增加就业和农户收入，提高核桃利用率和商品价值，促进核桃产业经济多元化，有助于核桃产业的健康、精细化发展，为核桃分选加工提供一定的理论支持。
具体实施方式
[0017] 现在结合附图对本发明作进一步详细的说明。
[0018] 请参阅图1‑2所示，在本实施例中提供了一种基于X射线图像的带壳核桃内部干瘪程度检测方法，包括如下步骤：步骤一、核桃分级实验，根据国家现行的《核桃坚果质量等级》中对核桃仁的分级主要是通过色泽、气味、完整度、杂质、缺陷仁、仁含水率进行划分，未对核仁的饱满度进行定量的定义和分级，对800个不同存储期的核桃进行了破壳取仁操作，根据核桃的感官和物理特性，并结合专家经验，给核桃干瘪程度划分出四个等级：饱满、轻度干瘪、中度干瘪和空壳四个等级，并作为判定标准；
步骤二、实验确定了YoloV5n的学习率与BatchSize两项超参数，确定以
MobileNetV3作为主干网络的YoloV5n‑Mobile检测模型，将MobileNetV3最后一层替换为SPPF结构，构建了YoloV5n‑Mobile‑SPPF检测模型；
步骤三、在YoloV5n‑Mobile‑SPPF检测模型中使用知识蒸馏训练模式，并对目标检测的知识蒸馏进行优化，以YoloV5n‑Mobile‑SPPF检测模型为学生模型，以YoloV5s为教师模型，构建YoloV5n‑T模型，进一步提高YoloV5n‑Mobile‑SPPF的特征提取能力；
步骤四、利用X射线无损检测技术对核桃内部干瘪缺陷展开研究，能够快速、准确、无损的实现核桃内部饱满、轻度干瘪、中度干瘪和空壳的识别分类；
步骤五、通过实验确定了改进YoloV5n的学习率与BatchSize两项超参数，使其更适合于核桃干瘪程度分级检测；
本实施例的步骤三中基于注意力特征图公式构建MSAM模块，提高知识蒸馏中特征迁移效果，然后，基于注意力机制构建CBAM模块，以解决知识蒸馏中教师模型难以将知识回归标签的知识传递给学生模型的问题，最终将MSAM模块与CBAM模块引入YoloV5n‑T构建改进YoloV5n模型。在测试集上对4类干瘪核桃检测获得的mAP值、权重文件尺寸与单幅图像检测速度都取得了满意的结果，检测效果得到了一定提升。
[0019] 本实施例的，还包括，X射线源2、探测器6、电脑5、皮带1、电机7、机架8、防护箱4、信号灯3。
[0020] 由于研究对象为核桃，其吸收系数小，厚度较薄，所需X射线源的功率较小，在保证散热和图像质量的前提下，选择HVC系列的X射线源；此系列的X射线源电气系统高度集成，高压发生装置、灯丝电源以及控制电路全部集成一体，标准的电源输入以及通信接口，使得操作更加简单。结构紧凑，小巧便捷，可在终端设备上实现全方位安装。考虑到核桃的批量检测和成像问题，选择了TDI线阵探测器6；在检测作业中，X射线照射的角度不同，可能会引起探测器6所成图像的变形，给检测的准确性带来隐患；相对面阵型探测器6，TDI线阵探测器6能够在一定程度上避免这样的图像变形问题；与面阵探测器6相比，TDI线阵探测器6具有更高的速度，样品在检测时不必停顿，节约启动、停止以及等待时间，可提高检测效率；与普通线阵探测器6相比，在相同速度下，信号更强，信噪比更高，在相同信噪比下，速度更快；防护箱4安装、拆卸方便，符合GB/T4208—2017的规定，不低于IP20的要求。使其符合国标GB15208.1‑2018，设备正常工作时，周围剂量当量率不高于1μSv/h；X射线源，被测区域，探测器6三者中心对齐，防止图像发生畸变。
[0021] 电机7装设在机架8下侧，皮带1装设在机架8上侧，防护箱4装设在机架8上侧，探测器6装设在皮带1下面，X射线源2装设在防护箱4内上端，且与探测器6相配合，信号灯3装设在防护箱4上并与X射线源2相配合。
[0022] 机架上侧装设有有紧急停止开关，能同时切断X射线产生装置和输送装置的供电电源的部件，布置在防护箱4外侧，方便操作人员接触；机架上接地线，装设有过电压和过电流保护装置。
[0023] 改进YoloV5网络模型结构图如图2所示。
[0024] 本发明对YoloV5n模型进行改进，以形成专用于核桃检测的算法。本发明通过采用X射线检测装置，实现了对核桃大批量的无损分级检测。相较于传统的有损分选方式，如核桃破壳选仁等，本发明避免了核仁在破壳后破碎、异味和营养流失等问题，有望提升了核桃产业的分选加工效率。本发明具备一定的创新性和商业前景，为行业提供了一种先进的、高效的分选方法，有望为生产者和加工企业带来显著的经济效益。同时，本发明使得分级后核桃在后续处理上更有针对性和高效性，为不同干瘪程度核桃所对应的副产品的供应增添了便捷性，在核桃加工产业链和销售链中创造了更多的附加值，为行业发展注入新的活力。
[0025] 本发明不局限于上述实施方式，任何人应得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。本发明未详细描述的技术、形状、构造部分均为公知技术。
