一种基于多信息融合的茶叶嫩梢采摘部位精准识别方法

文档序号:36722062发布日期:2024-01-16 12:25阅读:来源:国知局

技术特征:

1.一种基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤1还包括:

3.根据权利要求1或2所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤2所述依据角点、颜色渐变、纹理特点综合选取关键点特征,对茶叶嫩梢图像进行数据标注,得到茶叶嫩梢关键点检测数据集,具体包括:

4.根据权利要求3所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤3中搭建关键点检测网络模型,具体基于yolov8算法进行改进,搭建关键点检测网络模型,具体包括:

5.根据权利要求4所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,所述改进的加权nms为高斯加权nms,具体过程包括:

6.根据权利要求1所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤5中在采用图像分割算法对裁剪后的茶叶嫩梢图进行轮廓分割之前,还包括:对裁剪后的茶叶嫩梢图进行中值滤波。

7.根据权利要求6所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤5所述采用图像分割算法对裁剪后的茶叶嫩梢图进行轮廓分割,并获取轮廓最低点,具体包括:

8.根据权利要求3所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,步骤6具体包括:

9.根据权利要求8所述的基于多信息融合的茶叶嫩梢采摘部位精准识别方法,其特征在于,上述求取采摘点的具体公式为:


技术总结
本发明公开了一种基于多信息融合的茶叶嫩梢采摘部位精准识别方法,具体包括:利用图像采集设备采集自然环境下茶树嫩梢的RGB图片和深度信息,并对每张茶叶嫩梢原始图像依据角点、颜色渐变、纹理特点综合选取特征进行数据标注制作数据集;通过引入密集连接模块DenseNet单元和注意力机制,并采用加权NMS改进检测网络模型;将待检测的茶叶嫩梢图像输入训练后的关键点检测模型,得到茶叶嫩梢检测框和嫩梢的关键点位置;然后对茶叶嫩梢检测框里的茶叶嫩梢进行图像分割,并求取轮廓最低点;最后根据茶叶生长特点和茶叶采摘需求,结合得到的关键点和轮廓最低点求取茶叶嫩梢采摘点位置。该方法大大提高了茶叶嫩梢采摘部位的定位精度。

技术研发人员:郭健,王晓燕,蔡云飞,陈欢,张旭东,陈舒琳
受保护的技术使用者:南京理工大学
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1