基于条件增强随机蕨的果园苹果检测

• 作者: 白金华 张乾 范玉 张宇航 何兴
• 来源期刊: 湖南城市学院学报（自然科学版）
• 学科: 工学
• 关键词: 果园苹果检测 HOG特征域 二进制特征 增强随机蕨分类器
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 数理与化学材料
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2022.01.0010

摘要

在农业果实自动化采摘过程中,果实检测易受光照、尺度变换等影响导致算法缺乏泛化性.针对这些问题,本文提出了一种基于条件增强随机蕨(conditional boosted random ferns,CBRFs)的果园苹果检测方法.首先,基于面向HOG(histogram of oriented gradients)特征域的增强随机蕨分类器(boosted random ferns,BRFs),在选取特征时限制特征方向区间选择的随机性;其次,改变分类器的二进制特征产生方式,以避免从图像平坦区域中随机选取的特征出现误分类的情况;最后,在自制苹果检测数据集上进行分类器训练,构建条件增强随机蕨分类器,使其适应于果实重叠、枝叶遮挡和光照不均等复杂环境下的果园苹果检测.在测试集上的验证结果表明,F1值与原增强随机蕨模型相比提高了5.44％,这说明本文所提方法能有效增强果园中苹果的检测效果.