登录    注册    忘记密码

期刊文章详细信息

基于Mask R-CNN的复杂背景下柑橘树枝干识别与重建  ( EI收录)  

Identification and Reconstruction of Citrus Branches under Complex Background Based on Mask R-CNN

  

文献类型:期刊文章

作  者:杨长辉[1,2] 王卓[1] 熊龙烨[1] 刘艳平[1] 康曦龙[1] 赵万华[2]

YANG Changhui;WANG Zhuo;XIONG Longye;LIU Yanping;KANG Xilong;ZHAO Wanhua(College of Mechanical Engineering,Chongqing University of Technology,Chongqing 400054,China;College of Mechanical Engineering,Xi’an Jiao Tong University,Xi’an 710049,China)

机构地区:[1]重庆理工大学机械工程学院,重庆400054 [2]西安交通大学机械工程学院,西安710049

出  处:《农业机械学报》

基  金:重庆市重点产业共性关键技术创新专项(cstc2015zdcy-ztzx70003)

年  份:2019

卷  号:50

期  号:8

起止页码:22-30

语  种:中文

收录情况:BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了获取自然环境下完整柑橘果树枝干信息,以引导采摘机器人进行避障采摘作业,提出了一种基于Mask R-CNN模型与多参数变量约束的柑橘果树枝干识别与重建方法。该方法采用网格化的标记方式对果树枝干进行标记,完成了对柑橘果树枝干的小区域识别;然后对该模型获得的离散mask进行最小外接矩处理,以获得更精确的目标区域;接着利用多参数变量约束完成同一枝干mask(掩码)的划分;最后为了使重建枝干更符合实际枝干的生长姿态,以及完善未识别区域的检测,对同一枝干mask中心点进行了四次多项式拟合。实验结果表明,模型在测试集下的平均识别精确率为98.15%,平均召回率为81.09%,果树单条枝干平均拟合误差为11.47%,果树枝干整体平均重建准确率为88.64%。

关 键 词:柑橘 采摘机器人 MASK R-CNN  识别  二维重建  

分 类 号:TP391.41]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心