一种基于深度信息的果实轮廓修正方法技术

技术编号:44567447 阅读:34 留言:0更新日期:2025-03-11 14:25
一种基于深度信息的果实轮廓修正方法,包括以下步骤:S1、果实的识别与图像分割:首先进行果实数据集的获取,数据集预处理,基于YOLOv8的目标检测模型的训练,基于SAM2的果实掩膜提取,最后提取果实掩膜的外轮廓线;S2、果实真实轮廓的提取:首先设定噪点判断依据,确定判定半径R,对被遮挡果实目标进行额外的轮廓去噪处理,以提取果实的真实轮廓;S3、果实的轮廓拟合与定位:首先均化深度,再进行轮廓拟合,通过空间映射实现定位与尺寸估计。本发明专利技术能够满足枝叶遮挡情况下的果实真实轮廓提取,以较高的精确度完成果实的轮廓拟合,最终获取果实的中心位置和大小尺寸。

【技术实现步骤摘要】

本专利技术属于农业信息化,尤其涉及一种基于深度信息的果实轮廓修正方法


技术介绍

1、果蔬采收作为农业生产环节最费时费力的阶段,同时因为其季节性成为了最劳力密集和费用高昂的农业任务之一。农村劳动力短缺致使人工采收成本升高,采收自动化需求日益迫切。现代农业已经走向智能化、精细化时代,智能机器人代替人工完成自动化采收作业是发展趋势。采收机器人实现自动化作业需要机械、控制和计算机视觉等多个领域技术的共同推进。视觉系统作为采收机器人的重要部分,用于识别、定位采收目标,并能检测到果实的边缘。对于诸如西瓜、甜瓜、苹果、西兰花等果实轮廓呈椭圆形或圆形的果蔬来说,需要根据轮廓来拟合出果实的大小和圆心,采摘末端执行器才能运动到圆心位置并把夹爪张开到大于果实直径大小以完成采摘工作。因此果实轮廓检测是采收机器人视觉系统的重要任务之一。在实际自动化采收过程中,果实会出现被枝叶遮挡的情况,这增加了果实真实轮廓的提取难度,会影响到果实的大小和圆心位置的估计精度。一方面可能会因定位误差较大而导致采收失败,另一方面可能因果实大小判断失误,而采收了过小的未成熟果实,这会造成一定的损失。因此本文档来自技高网...

【技术保护点】

1.一种基于深度信息的果实轮廓修正方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的一种基于深度信息的果实轮廓修正方法,其特征在于,所述S1的过程如下:

3.如权利要求2所述的一种基于深度信息的果实轮廓修正方法,其特征在于,所述S2的过程如下:

4.如权利要求3所述的一种基于深度信息的果实轮廓修正方法,其特征在于,所述S3的过程如下:

【技术特征摘要】

1.一种基于深度信息的果实轮廓修正方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的一种基于深度信息的果实轮廓修正方法,其特征在于,所述s1的过程如下:

3...

【专利技术属性】
技术研发人员:王志恒张晓斐徐纪星沈奥张志鹏荀一杨庆华
申请(专利权)人:浙江工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1