【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种果蔬茎杆定位方法及系统。
技术介绍
1、产收巨大的果蔬(例如樱桃番茄、车厘子等)采摘作业一直面临着劳动力短缺等难题，农业机器人的机械化采摘对于大规模采收而言具有重要意义。而为了确保采摘机器人手眼协同作业的高效性和准确性，果蔬茎杆识别定位的精度和速度是前提和基础，即能否准确并快速的识别定位到果实采摘点将直接影响后续番茄的采收。
2、果蔬茎杆识别定位方法可分为两部分，一部分是深度学习检测，另一部分是图像处理操作。深度学习检测算法主要分为“两阶段”和“单阶段”，“两阶段”指的是将提取特征和检测分为两个步骤，首先为先进行区域选取，然后进行分类；而“单阶段”则是将这两个步骤合并为一步。虽然“两阶段”算法检测精度略高但检测速度不够，不满足采摘机器人实时性作业的要求，故采用速度快且精度相对较高的目标检测算法(例如yolo系列单阶段算法)。
3、但是在复杂的自然环境下，特别是果实附近的树枝茎叶很多时，应用深度学习或图像处理来识别和定位果蔬茎杆的准确率会很低，容易出现漏检和误检的现象。果蔬茎杆识...
【技术保护点】
1.一种果蔬茎杆定位方法，其特征在于，包括：
2.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述果蔬茎杆的感兴趣区域的获取方式，包括：
3.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述根据各所述果蔬茎杆对应的第一识别框和果实的识别框，得到目标区域，包括：
4.根据权利要求3所述的果蔬茎杆定位方法，其特征在于，在所述第一图像中包括多个所述果蔬茎杆的情况下，所述根据各第一中心点与第二中心点之间的距离，确定所述目标区域，包括：
5.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述对所述目标区域对应的第三...
【技术特征摘要】
1.一种果蔬茎杆定位方法，其特征在于，包括：
2.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述果蔬茎杆的感兴趣区域的获取方式，包括：
3.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述根据各所述果蔬茎杆对应的第一识别框和果实的识别框，得到目标区域，包括：
4.根据权利要求3所述的果蔬茎杆定位方法，其特征在于，在所述第一图像中包括多个所述果蔬茎杆的情况下，所述根据各第一中心点与第二中心点之间的距离，确定所述目标区域，包括：
5.根据权利要求1所述的果蔬茎杆定位方法，其特征在于，所述对所述目标区域对应的第三图像进行图像处理，获取所述果蔬茎杆的质心，包括：
6.根据权利要求1所述的果蔬茎杆定...
【专利技术属性】
技术研发人员：李寒，杨颖妍，张漫，张昭，韩雨晓，李帅，
申请(专利权)人：中国农业大学，
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。