【技术实现步骤摘要】
一种基于3D点云拓扑结构的茶叶嫩梢定位方法
[0001]本专利技术属于智能采摘以及计算机视觉
,特别是一种基于
3D
点云拓扑结构的名优茶嫩梢精准识别与定位方法
。
技术介绍
[0002]中国是茶叶生产大国,茶叶种植面积大
、
分布广
、
产量高
。
茶产业属于劳动密集型产业,季节性强,劳动强度大,尤其采摘环节是茶叶生产中最耗时且费力的一个环节
。
名优茶作为产业价值的绝对担当,对内销额贡献率长期保持在
70
%~
75
%
。
名优茶是指主要以单芽
、
一芽一叶以及少部分鲜嫩的一芽两叶为原料制作品质较优的茶叶
。
目前往返式的采茶机无法分辨其采摘的芽叶种类,芽叶完整性难以保证,使得采摘茶叶的品质低下,无法达到名优茶的要求
。
因此急切需要一种能够准确
、
快速实现名优茶嫩梢的识别与定位方法
。
[0003]目前已出现利用计算机视觉和图像处理技术应用于茶叶领域的研究,具体如下:
[0004]专利文献
CN111784764A
公开了一种茶叶嫩芽识别与定位算法,该方法通过人工提取超绿特征,采用类间方差最大的方式对茶叶嫩芽进行图像分割
。
人工提取特征组建的模型难以将模型迁移至其他品种的茶叶中,泛化性能较弱
。
深度网络模型提取物体特征的能力要远超 ...
【技术保护点】
【技术特征摘要】
1.
一种基于
3D
点云拓扑结构的茶叶嫩梢定位方法,其特征在于,所述方法包括以下步骤:步骤1,通过深度相机采集茶叶嫩梢的
RGB
图像和点云;步骤2,基于茶叶嫩梢的
RGB
图像,利用目标检测网络模型对茶叶嫩梢进行识别和粗定位;步骤3,基于步骤1的点云和步骤2的结果,结合目标区域提取目标点云;步骤4,对目标点云进行预处理,包括下采样和去噪处理;步骤5,对预处理后的目标点云进行聚类分割;步骤6,基于步骤5得到的聚类区域进行骨架点提取,获得茶叶嫩梢骨架;步骤7,对所述茶叶嫩梢骨架的骨架点进行近邻搜索,得到茶叶嫩梢的品级以及采摘部位的定位点
。2.
根据权利要求1所述的基于
3D
点云拓扑结构的茶叶嫩梢定位方法,其特征在于,步骤2中目标检测网络模型具体为基于
YOLOv8
改进的轻量化目标检测网络模型,包括依次连接的
Input
层
、Backbone
层
、Neck
层和
Head
层;用
G_Ghost RegNet
结构替换
YOLOv8
中的
CSPDarkNet53
特征提取网络,将
GhostNet
网络的
Bottleneck
与
C2f
模块结合,代替
Backbone
层中所有的
C2f
模块;在所述
Neck
层中引入交叉特征传递模块
GFPN
代替双向特征传递模块,进行多特征融合;在所述
Backbone
层的
SPPF
模块中引入一层
CBAM
注意力机制模块
。3.
根据权利要求1所述的基于
3D
点云拓扑结构的茶叶嫩梢定位方法,其特征在于,步骤3所述基于步骤1的点云和步骤2的结果,结合目标区域提取目标点云,具体过程包括:步骤3‑1,从步骤2获得的茶叶嫩梢检测框中获取目标嫩梢区域的边界框信息
(x,y,w,h)
,其中
x
,
y
,
w
,
h
分别表示边界框的中心点横坐标,边界框的中心点纵坐标,边界框宽度和边界框高度;步骤3‑2,利用所述边界框信息对步骤1的点云信息进行裁取,保留茶叶嫩梢的局部点云
。4.
根据权利要求1所述的基于
3D
点云拓扑结构的茶叶嫩梢定位方法,其特征在于,步骤4中下采样具体采用体素点云下采样
。5.
根据权利要求4所述的基于
3D
点云拓扑结构的茶叶嫩梢定位方法,其特征在于,步骤4中对目标点云进行去噪,具体采用混合滤波算法对目标点云进行去噪,过程包括:步骤4‑1,基于密度因子改进的
kd
‑
tree
空间索引去噪方法去除离群噪声点,具体过程包括:
(1)
读取目标点云,基于
kd
‑
tree
构建点云拓扑空间索引,记作
P
=
{p
i
|i
=0,1,2,
...
,
n}
,
p
i
表示第
i
个点云采样点;
(2)
利用
kd
‑
tree
搜索算法,求取点云采样点
p
i
的
k
邻域点,记作
N(p
i
)
;
(3)
计算点云采样点
p
i
的密度因子的密度因子
其中,式中,和分别表示点云采样点
p
i
及其邻域点
x
j
的
k
邻域密度,
N(p
i
)
表示点云采样点
p
i
的
k
近邻域点集;
(4)
设定阈值
Γ
λ
,判断是否大于
Γ
λ
,若是则判定点云采样点
p
i
为离群噪声点,将其剔除,反之则保留;
(5)
更新全部点云数据,得到去除离群噪声点后的新点云数据模型;步骤4‑2,采用改进的双边滤波对点云进行光顺处理;所述改进的双边滤波具体包括:将采...
【专利技术属性】
技术研发人员:郭健,王晓燕,蔡云飞,张旭东,陈舒琳,陈欢,
申请(专利权)人:南京理工大学,
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。