[發明專利]一種基于PointNet++網絡的枸杞識別計數方法有效
| 申請號: | 201811098583.0 | 申請日: | 2018-09-20 |
| 公開(公告)號: | CN109410238B | 公開(公告)日: | 2021-10-26 |
| 發明(設計)人: | 賈秀芳;王儒敬;李偉;謝成軍;孫丙宇;黃河;王雪;李嬌娥;徐玲玲 | 申請(專利權)人: | 中國科學院合肥物質科學研究院 |
| 主分類號: | G06T7/136 | 分類號: | G06T7/136;G06K9/62 |
| 代理公司: | 合肥國和專利代理事務所(普通合伙) 34131 | 代理人: | 張祥騫 |
| 地址: | 230031 *** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 pointnet 網絡 枸杞 識別 計數 方法 | ||
本發明涉及一種基于PointNet++網絡的枸杞識別計數方法,與現有技術相比解決了枸杞果實采摘前的遮擋重疊致使二維圖像識別方法難以準確識別的缺陷。本發明包括以下步驟:PointNet++網絡訓練樣本的收集和預處理;基于PointNet++網絡融合上下文信息獲得PointNet++模型;待識別點云數據的獲取和預處理;枸杞數量的識別和計數。本發明融合了基于上下文信息的PointNet++網絡和基于距離變換的最佳閾值分水嶺分割算法,實現對枸杞進行精準分割計數。
技術領域
本發明涉及圖像識別技術領域,具體是一種基于PointNet++網絡的枸杞識別計數方法。
背景技術
在枸杞的種植過程中,通過精準的預測枸杞產量可以針對性地對產量較低區域進行整改,調整土壤、品種或者含水率等因素,以及合理安排收獲時所需的人力、物力、倉儲等資源。
目前,在進行果實目標識別以及估算產量時,大多利用了二維圖像作為數據輸入進行測產。但在實際應用中,由于枸杞顆粒較小,且枸杞果實采摘前大多存在遮擋和重疊問題,使用基于二維圖像的深度學習方法進行測產效率低、魯棒性差,難以保證其準確度。
因此,如何設計出一種新的識別計數方法提高枸杞識別和計數的準確性已成為亟待解決的技術問題。
發明內容
本發明的目的是為了解決現有技術中枸杞果實采摘前的遮擋重疊致使二維圖像識別方法難以準確識別的缺陷,提供一種基于PointNet++網絡的枸杞識別計數方法來解決上述問題。
為了實現上述目的,本發明的技術方案如下:
一種基于PointNet++網絡的枸杞識別計數方法,包括以下步驟:
11)PointNet++網絡訓練樣本的收集和預處理:獲取每株枸杞樹的18張圖片和對應的上下文信息,上下文信息包括時間、空間、溫度和物候期信息,通過18張圖片構建三維模型獲得三維點云,聯同上下文信息作為訓練數據;
12)基于PointNet++網絡融合上下文信息獲得PointNet++模型:
設定PointNet++網絡,針對PointNet++網絡的采樣層、分組層、PointNeting層以及分割層進行設定;訓練PointNet++網絡,引入獲取點云數據時的時間、空間、溫度和物候期上下文信息作為特征數據,訓練對枸杞三維點云數據進行分割的PointNet++模型;
13)待識別點云數據的獲取和預處理:獲取待識別枸杞樹的18張圖片和其相應的時間、空間、溫度和物候期上下文信息,并構建成三維模型,獲得待識別的三維點云;
14)枸杞數量的識別和計數:
將待識別的三維點云和作為特征的上下文信息輸入PointNet++模型,獲得枸杞目標的分數,通過標記法對枸杞數量進行計數。
所述的設定PointNet++網絡包括以下步驟:
21)設定PointNet++網絡依次包括采樣層、分組層、PointNeting層的層次組合;
22)設定采樣層,采樣層為選擇中心;
利用k-means++聚類方法得到中心點,第一層取中心點數為m個;
X={x1,x2,......,xn}為輸入的有標簽點集,
其中,xi∈Rd+C,d為點云維度,C為特征維度;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院合肥物質科學研究院,未經中國科學院合肥物質科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811098583.0/2.html,轉載請聲明來源鉆瓜專利網。





