基于双目视觉与深度学习的番茄本体特征检测系统

• 作者: 强华 李颀
• 来源期刊: 南方农业学报
• 关键词: 番茄 器官 本体特征 双目视觉 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 农业信息技术·农业经济
• 页码范围: 237-244
• 页数: 8页
• 分类号: S126
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1191.2020.01.031

摘要

[目的]设计基于双目视觉与深度学习的番茄本体特征检测系统,实现番茄本体特征的自动无损检测,为水肥一体化和智慧农业提供技术支持.[方法]采集4000张番茄图像作为研究样本,利用基于深度学习SSD_MobileNet卷积神经网络的番茄主要器官检测算法,对番茄植株、茎、花、果实和叶进行检测.基于双目视觉的图像测量算法对各器官目标区域中株高、茎直径、果径和叶面积进行特征提取.[结果]利用SSD_MobileNet网络模型对研究样本进行训练和测试,调用训练好的模型对番茄各器官进行识别和定位,对番茄植株、茎、花、果实和叶的检测准确率分别为98.5％、99.0％、99.5％、99.5％和98.0％.利用基于双目视觉的图像测量算法对番茄本体特征进行测量,通过实践证明该系统对株高、茎直径、果径和叶面积测量的相对误差可分别控制在1.5％、1.0％、1.2％和1.3％以内,可实现番茄本体特征的精确检测,较常见系统的鲁棒性和精度有了明显提升;整套系统在番茄大棚中已稳定运行半年,完成了对番茄全生命周期的本体特征检测,并可将数据保存于数据库,实现对番茄本体特征的自动、无损监测.[建议]优化番茄特征遮挡问题,丰富训练数据集,优化网络模型,提高识别率和鲁棒性;建立番茄特征数据共享云平台,实现番茄疫病的提前预警;确定本体特征与番茄长势的关系,以快速判断施肥量,实现大棚番茄自动精确施肥.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李颀	陕西科技大学电气与信息工程学院	61	231	8.0	12.0
2	强华	陕西科技大学电气与信息工程学院	5	36	3.0	5.0