基于机器视觉与深度学习的西兰花表型快速提取方法研究

文献类型： 中文期刊

第一作者： 周成全

作者： 周成全;叶宏宝;俞国红;胡俊;徐志福

作者机构：

关键词： 深度学习;西兰花表型;机器视觉;自动分级;田间平台

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2020 年 2 卷 01 期

页码： 121-132

摘要： 准确获取西兰花花球面积和新鲜度是确定其长势的关键步骤,本研究通过对深度残差网络ResNet进行改进得到一种新型的西兰花花球分割模型,并通过花球部位黄绿颜色占比判断其新鲜度,实现低成本高效准确地西兰花表型信息提取。主要技术流程包括:(1)基于地面自动影像获取平台拍摄西兰花花球正射影像并建立原始数据集;(2)对训练图像进行预处理并输入模型进行分割;(3)基于颜色信息用粒子群结构PSO和大津法Otsu对分割结果进一步进行阈值分割,获取其新鲜度指标。试验结果表明:本研究建立的分割模型精度优于传统深度学习模型和基于颜色空间变换和阈值分割模型,4个评价指标结构相似性指数(SSIM)、平均精度(Precision)、平均召回率(Recall)、F-度量(F-measure)结果分别为0.911、0.897、0.908和0.907,相比于传统方法提升了10%-15%,且对土壤反射率波动、冠层阴影、辐射强度变化等干扰具有一定的鲁棒性。同时,在分割结果的基础上采用PSO-Otsu法可以实现花球新鲜度快速分析,其精度超过了0.8。本研究结果实现了西兰花田间多表型参数的高通量获取,可以为作物田间长势监测研究提供重要参考。

分类号： TP391.41`TP18`S635.3

  • 相关文献

[1]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[2]基于改进Mask R-CNN的花白鲢去鳞率计算方法研究. 肖哲非,沈建,郑晓伟,徐文其. 2022

[3]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[4]基于改进Mask R-CNN模型的工厂化养蚕蚕体识别与计数. 何锐敏,郑可锋,尉钦洋,张小斌,张俊,朱怡航,赵懿滢,顾清. 2022

[5]基于深度学习的跨年龄人脸识别. 孙文斌,王荣,孙连烛,林源松. 2022

[6]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[7]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[8]基于机器视觉的双孢蘑菇在线自动分级系统设计与试验. 王风云,封文杰,郑纪业,孙家波,牛鲁燕,陈振学,张学涛,王磊. 2018

[9]边缘检测、二值化处理进行牛肉分级的应用. 张丽,李艳梅,孙宝忠,余群力. 2013

[10]基于编码点阵结构光的苹果果梗/花萼在线识别. 张驰,陈立平,黄文倩,郭志明,王庆艳. 2015

[11]基于图像处理的双孢蘑菇分级方法研究. 卢丹,王丽丽,郑纪业,陈振学,林英杰,王风云. 2017

[12]脱囊衣橘片自动分拣机器视觉算法研究. 任磊,张俊,陆胜民. 2015

[13]基于物联网平台的小麦病虫害诊断系统设计初探. 苏一峰,杜克明,李颖,孙忠富,郑飞翔. 2016

[14]基于机器学习的免套袋苹果缺陷分级. 张琛,房胜,王风云,李哲,郑纪业,沈宇. 2019

[15]基于嵌入式设备的作物长势监测系统. 李乔宇,尚明华,王风云,王璐,李振波. 2019

[16]苹果在线分级系统设计与试验. 张庆怡,顾宝兴,姬长英,方会敏,郭俊,沈文龙. 2017

[17]基于LabVIEW Vision的加工番茄表面霉斑缺陷检测. 丁竹青,李晓良,张若宇,坎杂,李硕. 2015

[18]基于机器视觉的棉花群体叶绿素监测. 王方永,李少昆,王克如,隋学艳,柏军华,陈兵,刘国庆,谭海珍. 2007

[19]机器视觉技术在农作物生长状况监测的研究进展. 刘晖,李兆雄,詹杰,杨有泉. 2018

[20]用机器视觉技术获取棉花叶片叶绿素浓度. 王克如,李少昆,王崇桃,杨蕾,谢瑞芝,高世菊,柏军华. 2006

作者其他论文 更多>>

微信小程序