【技术实现步骤摘要】
本专利技术涉及苹果采摘的图像识别领域，具体涉及一种基于机器学习的苹果采摘多种类图像识别方法。
技术介绍
1、生产过程的机械化和智能化是农业发展的必然趋势，果蔬采摘作为农业生产中的重要环节，如何实现采摘过程的无人化和自动化是近年来农业工程领域研究的重要热点之一。而苹果采摘是生产链中最耗费人力、物力、财力的一个环节，同时苹果产业在之后的市场价格以及取得的经济效益都受到苹果采摘质量的影响。因此研究一种能够进行快速准确苹果果实采摘识别方法具有重要的实用价值和商业前景。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于机器学习的苹果采摘多种类图像识别方法，通过对苹果采摘实时图像的多种类多级分析处理，快速输出识别结果的同时，建立大批量数据库提升识别准确性。
2、为实现上述目的，本专利技术提供了一种基于机器学习的苹果采摘多种类图像识别方法，包括：
3、s1、利用苹果采摘的实时图像进行图像特征提取处理得到苹果采摘的实时图像特征；
4、s2、利用所述苹果采摘...
【技术保护点】
1.一种基于机器学习的苹果采摘多种类图像识别方法，其特征在于，包括：
2.如权利要求1所述的一种基于机器学习的苹果采摘多种类图像识别方法，其特征在于，所述利用苹果采摘的实时图像进行图像特征提取处理得到苹果采摘的实时图像特征包括：
3.如权利要求2所述的一种基于机器学习的苹果采摘多种类图像识别方法，其特征在于，利用所述苹果采摘的实时图像分别划分苹果采摘区域粗特征与环境背景区域特征包括：
4.如权利要求3所述的一种基于机器学习的苹果采摘多种类图像识别方法，其特征在于，利用所述苹果采摘区域粗特征获取对应苹果采摘区域细特征包括：
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。