[發明專利]一種基于圖像的柑橘果實檢測與識別方法及系統

有效

• 申請號: 202211134430.3
• 申請日: 2022-09-19
• 公開（公告）號: CN115205853B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 佃袁勇;郭志強;周靖靖;胡春根;張金智;劉永忠
• 申請（專利權）人: 華中農業大學
• 主分類號: G06V20/68
• 分類號: G06V20/68;G06V10/44;G06V10/82;G06V10/774;G06V10/26;G06V10/28;G06V10/34;G06N3/04;G06N3/08
• 代理公司: 武漢謙源知識產權代理事務所(普通合伙) 42251
• 代理人: 王力

1.一種基于圖像的柑橘果實檢測與識別方法, 其特征在于，包括如下步驟：

獲取柑橘果實的實景拍攝照片，并對所述實景拍攝照片中果實的中心點進行標注，建立數據集；

基于所述中心點利用區域生長算法對所述數據集進行擬合，得到柑橘果的果實邊界，并生成基于果實中心點的多尺度空間梯度概率圖；

構建多尺度空間注意力深度學習網絡模型，并基于所述多尺度空間梯度概率圖對所述多尺度空間注意力深度學習網絡模型進行訓練；

獲取目標柑橘實景拍攝照片，并將所述目標柑橘實景拍攝照片輸入至所述多尺度空間注意力深度學習網絡進行檢測與識別，得到柑橘果預測點位圖；

其中，所述基于所述中心點利用區域生長算法對所述數據集進行擬合具體包括如下步驟：

采用歸一化波段指數確定所述實景拍攝照片中柑橘果和背景對應的指數，并計算相鄰空間紅藍波段梯度指數差值；

（1）

（2）

其中，Red為圖像數據中對應像素的紅光波段的值，Blue為圖像數據中對應像素的藍光波段的值，graDiff為紅藍波段梯度指數，T為相鄰空間紅藍波段梯度指數差值，且所述T小于預設閾值時對應像素為柑橘果，否則對應像素為背景；

采用八鄰域算法，以所述中心點為種子點進行區域生長，得到數據集中圖像數據對應的二值圖像；

采用卷積核對所述二值圖像分別進行膨脹和腐蝕處理，得到分別得到膨脹和腐蝕后的圖斑，通過相交求差得到每一個果實的邊緣點；

對所述邊緣點進行圓擬合，得到果實的果實邊界，并計算每個果實邊界對應的半徑。

2.根據權利要求1所述的基于圖像的柑橘果實檢測與識別方法, 其特征在于，所述獲取柑橘果實的實景拍攝照片并對所述實景拍攝照片中果實的中心點進行標注，建立數據集具體包括如下步驟：

獲取柑橘果實的實景拍攝照片，利用軟件對所述實景拍攝照片中柑橘果的中心點進行標注；

從所述實景拍攝照片中隨機抽取M張標注樣本作為訓練集，進行圖像數據擴增，并保留N張樣本作為驗證集；

將所述數據集劃分為訓練集和驗證集；

其中，所述圖像數據擴增包括圖像旋轉、圖像移動、圖像縮放、圖像增強、噪聲注入和對比度變換中的一種或多種處理，MN。

3.根據權利要求2所述的基于圖像的柑橘果實檢測與識別方法, 其特征在于，所述生成基于果實中心點的多尺度空間梯度概率圖具體包括如下步驟：

定義所述數據集的圖像中柑橘果的位置點為l= {l₁, l₂, l₃,…, l_i,…,l_k},構建每個柑橘果實位置點的二維高斯核函數，具體如下：

（3）

將每個柑橘果實位置點對應的所述二維高斯核函數進行疊加，并基于所有所述二維高斯核函數的最大值構建所述多尺度空間梯度概率圖：

（4）

其中，為高斯核參數，為對應柑橘果的位置點屬于對應類別關鍵點的初始概率，K為所述數據集的圖像中柑橘果的數量。