基于实例分割的柑橘花朵识别及花量统计

• 作者: 吴华瑞 朱华吉 邓颖
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 图像处理 目标检测 算法 花朵识别 花量计算 实例分割 残差神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 200-207
• 页数: 8页
• 分类号: TP391
• 字数: 8279字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.07.023

摘要

柑橘隔年结果现象严重,花量统计有助于果园的规划管理,并对产量预测有重要意义,但是柑橘单一植株花量巨大,花朵紧凑密集,花期树叶遮挡覆盖,对花量计算造成很大的阻碍.对此该研究提出基于实例分割的柑橘花朵识别与花量统计方法,以花期的柑橘树冠图像为样本进行花朵实例的识别及分割,通过对Mask R-CNN主体卷积部分和掩膜分支部分的优化,实现对复杂结构图像中密集小尺度柑橘花朵目标的高效检测、获取图像中可见花数量.结果显示,该方法花量识别神经网络的平均精度为36.3,花量计算误差为11.9％,对比未优化Mask R-CNN网络在训练和识别的时间效率上均有显著提升.该研究解决了柑橘花量统计难度高的问题,有助于柑橘早期测产和落花监测,并为花量控制提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴华瑞		101	883	16.0	24.0
2	朱华吉		30	231	9.0	14.0
3	邓颖		1	0	0.0	0.0