采用改进Mask R-CNN算法定位鲜食葡萄疏花夹持点

• 作者: 杜文圣 王春颖 朱衍俊 刘立鹏 刘平
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 目标检测 图像分割 Mask R-CNN 鲜食葡萄 疏花 果梗夹持点定位
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 农业信息与电气技术|Agricultural Information and Electrical Technologies
• 页码范围: 169-177
• 页数: 9页
• 分类号: S24
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2022.01.019

摘要

为实现鲜食葡萄疏花机械化与自动化,该研究提出了一种鲜食葡萄疏花夹持点定位方法.首先基于ResNeXt骨干网络并融合路径增强,改进Mask R-CNN模型,解决鲜食葡萄花穗、果梗目标较小难以检测的问题;进而针对花穗、果梗生长姿态的复杂性与不确定性,提出一种集合逻辑算法,该算法采用IoU函数剔除重复检测的花穗与果梗,建立花穗、果梗对,并对果梗掩模进行形态学开运算,利用集合关系获取主果梗掩模,确定以主果梗质心附近的中心点为果梗的夹持点.最后,随机选取测试集中的图像进行试验.试验结果表明:果梗夹持点平均定位准确率为83.3％,平均定位时间为0.325 s,夹持点x、y方向定位误差及定位总误差最大值分别为10、12和16像素,能够满足鲜食葡萄疏花的定位精度与速度要求,可为实现鲜食葡萄疏花机械化与自动化提供理论支撑.