基于显著性特征的蝴蝶兰组培苗夹取点检测方法

摘要：

为了提高蝴蝶兰自动化快速繁育过程中组培苗夹取点视觉检测的适应性和效率,该研究提出了一种基于改进U2-Net显著性检测网络(MBU2-Net+)的组培苗夹取点定位方法.首先,通过显著性检测网络得到蝴蝶兰组培苗的显著性图像;然后,对显著性图像进行骨架提取,并经过形态学分析计算定位组培苗夹取点;最后,将夹取点位置数据发送给机械臂进行夹取.在图像显著性检测试验中,MBU2-Net+的平均绝对误差为 0.002,最大 F1 分数为 0.993,FPS(frames per second,每秒帧率)为 33.99 帧/s,模型权重大小为 2.37 MB;在组培苗夹取试验中,4组共 112颗苗的夹取点提取成功率为 85.71%.为验证该研究的适应性,将其应用于各阶段组培苗以及部分虚拟两叶苗共 11株种苗的夹取点提取,成功率为 81.82%,使用该方法对不同时期的蝴蝶兰组培苗进行夹取点检测,具有较高的成功率.研究结果可为发展组培苗自动化快速繁育技术提供参考.

关键词：图像识别、自动化、显著性特征、改进的U2-Net、蝴蝶兰组培苗、夹取点检测

所属期刊栏目：39

分类号：S24(农业电气化与自动化)

资助基金：国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：151-159