一种基于果实颜色和形状模型的苹果检出算法
利用机器视觉技术准确获取苹果树上果实的数量是进行果树测产和精细果园管理的关键.针对野外果园环境和光照条件的复杂性,本文提出了一种基于果实颜色和形状模型的红富士苹果检测计数算法,该算法能够有效解决果实在光照条件变化、颜色分布区间大且不规则、果实重叠、果实被遮挡等复杂情况下的果实检测问题. 首先,利用178张苹果图片以及39张非苹果图片进行神经网络建模;然后使用训练好的苹果检出神经网络模型对待检测的图片进行处理,去除无关的背景;再对无背景图片进行边缘检测;最后,对检测得到的边缘图像进行霍夫变换检测并获得圆及圆心位置,即为苹果所在的位置.经试验验证,使用该苹果检出算法与人工统计法获得的计数结果之间具有极高的相关性,决定系数R2达到了0.985,显示该算法具有较高的准确性和抗干扰能力,能够用于算法野外环境中成熟期苹果测产.
苹果园 产量估测 边缘图像 颜色分割 神经网络模型 霍夫变换
肖昌一 郑立华 李民赞 陈元 郭享 张琴
中国农业大学“现代精细农业系统集成”教育部重点实验室,北京,100083
国内会议
兰州
中文
334-339
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）