【技术实现步骤摘要】
本申请涉及智慧农业，具体涉及一种基于双目视觉和深度学习的叶菜表型参数测量方法及系统。
技术介绍
1、智慧农业是以信息和知识为核心要素，通过现代信息技术和智能装备等与农业深度跨界融合，实现农业生产全过程的信息感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式。作为智慧农业的重要应用领域之一，植物工厂是一种通过设施内高精度环境控制实现作物周年连续生长的高效农业系统，具有资源利用率高、技术集中、环境可控、生产品质高等特点与优势，能够有效解决农业人口老龄化、耕地不足、病虫害侵扰、气候和土壤环境恶化等传统农业中面临的问题。此外，作物表型特征监测也是工厂化作物栽培的重要任务。在植物工厂环境下，作物种植是高度自动化的，条件控制系统如环境系统、光照系统、施肥系统等需要根据作物的实时表型参数，判断作物的生长状况，同时作出相应的调节，因此作物表型监测在植物工厂中应用需求广泛。
2、主流的传统的作物表型研究方法耗时费力、高度主观，有时还是破坏性的。与传统的方法相比，计算机视觉技术通过低成本、非破坏性和高效的方式获取作物的表型参数。计...
【技术保护点】
1.一种基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述利用双目相机采集叶菜的RGB左视图和RGB右视图，并通过立体匹配获得叶菜的深度图，包括：
3.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述利用预训练的叶菜冠层图像分割模型对所述RGB左视图进行语义分割，获得分割掩膜之前，所述方法还包括：
4.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述叶菜冠层...
【技术特征摘要】
1.一种基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述利用双目相机采集叶菜的rgb左视图和rgb右视图，并通过立体匹配获得叶菜的深度图，包括：
3.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述利用预训练的叶菜冠层图像分割模型对所述rgb左视图进行语义分割，获得分割掩膜之前，所述方法还包括：
4.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述叶菜冠层图像分割模型采用deeplabv3+网络；
5.根据权利要求1所述的基于双目视觉和深度学习的叶菜表型参数测量方法，其特征在于，所述叶菜冠层图像分割模型的损失函数为交叉熵损失函数。
【专利技术属性】
技术研发人员：杨学军，孟祥宙，钟金彪，林开颜，陈杰，祝华军，吴军辉，
申请(专利权)人：同济大学，
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。