本申请涉及一种枝干识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待处理图像；根据所述待处理图像得到目标对象的关键点，其中，所述目标对象位于所述待处理图像中，所述关键点表示所述目标对象的枝干与主干的交汇点；基于所述关键点，模拟所述目标对象的枝干的生长方向得到模拟结果，并对所述模拟结果进行验证，得到有效的模拟结果；根据所述有效的模拟结果，得到所述目标对象的模拟结果的位姿。采用本方法能提高枝干识别的准确性。干识别的准确性。干识别的准确性。
【技术实现步骤摘要】
枝干识别方法、装置、计算机设备、存储介质
[0001]本申请涉及计算机视觉
，特别是涉及一种枝干识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着计算机视觉技术的快速发展，计算机视觉技术已广泛应用于农业自动化中，大大减小了人力成本的支出。
[0003]相关技术中，许多自动化采收方案都是采用视觉识别待采收果蔬的精确位置，但是无法精确识别枝干位置，为实现果蔬自动化采摘带来了一定的困难。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种提高了植物枝干识别准确性的枝干识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种枝干识别方法，该方法包括：
[0006]获取待处理图像；
[0007]根据待处理图像得到目标对象的关键点，其中，目标对象位于待处理图像中，关键点表示目标对象的枝干与主干的交汇点；
[0008]基于关键点，模拟目标对象的枝干的生长方向得到模拟结果，并对模拟结果进行验证，得到有效的模拟结果；
[0009]根据有效的模拟结果，得到目标对象的模拟结果的位姿。
[0010]在其中一个实施例中，上述根据待处理图像得到目标对象的关键点，包括：
[0011]对待处理图像进行检测，得到目标对象的主干信息；
[0012]对目标对象的主干信息进行识别，得到关键点。
[0013]在其中一个实施例中，上述基于关键点，模拟目标对象的枝干的生长方向得到模拟结果，并对模拟结果进行验证，得到有效的模拟结果，包括：
[0014]基于关键点，得到目标对象的深度图像；
[0015]在目标对象的深度图像中，模拟目标对象的枝干的生长方向得到模拟结果；
[0016]对模拟结果进行验证，得到有效的模拟结果。
[0017]在其中一个实施例中，上述基于关键点，得到目标对象的深度图像，包括：
[0018]获取待处理图像对应的深度图像，根据待处理图像对应的深度图像得到的关键点的深度信息；
[0019]基于关键点的深度信息，并根据设定深度阈值将待处理图像对应的深度图像中的噪音进行滤除，得到目标对象的深度图像。
[0020]在其中一个实施例中，上述在目标对象的深度图像中，模拟目标对象的枝干的生长方向得到模拟结果，包括以下至少一种：
[0021]在目标对象的深度图像中，基于目标对象的生长线以预设第一角度进行采样，得
到模拟结果；生长线是根据目标对象对应的斜率和截距确定的；或
[0022]在目标对象的深度图像中，以关键点为起点，以预设数量的线段以及预设第二角度进行采样，得到模拟结果。
[0023]在其中一个实施例中，上述对模拟结果进行验证，得到有效的模拟结果，包括以下至少一种：
[0024]计算各个模拟结果的深度缺失率；
[0025]将深度缺失率超过预设第一阈值的模拟结果去除，得到有效的模拟结果；或
[0026]将目标对象的深度图像进行投影，得到投影后的目标对象的深度图像；
[0027]在投影后的目标对象的深度图像中，计算各个模拟结果的无效率；
[0028]将无效率超过预设第二阈值的模拟结果去除，得到有效的模拟结果。
[0029]在其中一个实施例中，上述得到有效的模拟结果之后，还包括：
[0030]将各个有效的模拟结果进行比较，以得到各个有效的模拟结果的成熟状态。
[0031]在其中一个实施例中，上述根据有效的模拟结果，得到目标对象的模拟结果的位姿，包括：
[0032]从有效的模拟结果中筛选出目标模拟结果；
[0033]根据目标模拟结果计算位姿。
[0034]在其中一个实施例中，上述从有效的模拟结果中筛选出目标模拟结果，包括：
[0035]分别计算模拟结果与相机平面，以及模拟结果与地面的角度；
[0036]根据模拟结果与相机平面的角度，以及模拟结果与地面的角度进行筛选，得到目标模拟结果。
[0037]第二方面，本申请还提供了一种枝干识别装置，该装置包括：
[0038]获取模块，用于获取待处理图像；
[0039]关键点获取模块，根据待处理图像得到目标对象的关键点，其中，目标对象位于待处理图像中，关键点表示目标对象的枝干与主干的交汇点；
[0040]模拟模块，用于基于关键点，模拟目标对象的枝干的生长方向得到模拟结果，并对模拟结果进行验证，得到有效的模拟结果。
[0041]计算模块，用于根据有效的模拟结果，得到目标对象的模拟结果的位姿。
[0042]第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一个实施例中的方法的步骤
[0043]第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
[0044]第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。
[0045]上述枝干识别方法、装置、计算机设备、存储介质和计算机程序产品，控制器首先获取待处理图像；根据待处理图像得到目标对象的关键点，其中，目标对象位于待处理图像中，关键点表示目标对象的枝干与主干的交汇点；基于关键点，模拟目标对象的枝干的生长方向得到模拟结果，并对模拟结果进行验证，得到有效的模拟结果；根据有效的模拟结果，
得到目标对象的模拟结果的位姿，通过上述步骤，能够精确定位目标对象的枝干的具体位置，提高了枝干识别的精确度。
附图说明
[0046]图1为一个实施例中枝干识别方法的应用环境图；
[0047]图2为一个实施例中枝干识别方法的流程示意图；
[0048]图3为一个实施例中关键点示意图；
[0049]图4为一个实施例中目标对象主干信息检测示意图；
[0050]图5为一个实施例中目标对象的深度图；
[0051]图6为一个实施例中的目标对象的斜率和截距示意图；
[0052]图7为一个实施例中的模拟结果的示意图；
[0053]图8为一个实施例中滤除深度值缺失后的模拟结果的示意图；
[0054]图9为一个实施例中深度图像投影示意图；
[0055]图10为一个实施例中枝干识别装置的结构框图；
[0056]图11为一个实施例中计算机设备的内部结构图。
具体实施方式
[0057]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0058]本申请实施例提供的枝干识别方法，可以应用于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种枝干识别方法，其特征在于，所述方法包括：获取待处理图像；根据所述待处理图像得到目标对象的关键点，其中，所述目标对象位于所述待处理图像中，所述关键点表示所述目标对象的枝干与主干的交汇点；基于所述关键点，模拟所述目标对象的枝干的生长方向得到模拟结果，并对所述模拟结果进行验证，得到有效的模拟结果；根据所述有效的模拟结果，得到所述目标对象的模拟结果的位姿。2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像得到目标对象的关键点，包括：对所述待处理图像进行检测，得到所述目标对象的主干信息；对所述目标对象的主干信息进行识别，得到所述关键点。3.根据权利要求1所述的方法，其特征在于，所述基于所述关键点，模拟所述目标对象的枝干的生长方向得到模拟结果，并对所述模拟结果进行验证，得到所述有效的模拟结果，包括：基于所述关键点，得到所述目标对象的深度图像；在所述目标对象的深度图像中，模拟所述目标对象的枝干的生长方向得到模拟结果；对所述模拟结果进行验证，得到所述有效的模拟结果。4.根据权利要求3所述的方法，其特征在于，所述基于所述关键点，得到所述目标对象的深度图像，包括：获取所述待处理图像对应的深度图像，根据所述待处理图像对应的深度图像得到的所述关键点的深度信息；基于所述关键点的深度信息，并根据设定深度阈值将所述待处理图像对应的深度图像中的噪音进行滤除，得到所述目标对象的深度图像。5.根据权利要求3所述的方法，其特征在于，所述在所述目标对象的深度图像中，模拟所述目标对象的枝干的生长方向得到模拟结果，包括以下至少一种：在所述目标对象的深度图像中，基于所述目标对象的生长线以预设第一角度进行采样，得到所述模拟结果；所述生长线是根据所述目标对象对应的斜率和截距确定的；或在所述目标对象的深度图像中，以所述关键点为起...
【专利技术属性】
技术研发人员：刘婉熙，徐正天，郭展帆，
申请(专利权)人：非夕科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。