基于3D视觉的番茄授粉花朵定位方法

摘要：

为了给设施番茄授粉机器人授粉提供可靠的定位技术,提出了一种基于3D视觉的番茄花朵定位方法.采用RGB-D结构光相机快速获取温室内番茄植株的彩色图和深度图信息,通过YOLO v4(You only look once)神经网络对植株上番茄花束进行目标检测,并提取出授粉花束在图像中的二维区域;使用主动对齐方式结合PCL进行彩色图像和深度图像的粗对齐,利用区域内色系单视角线性遍历方法对提取的花束区域进行精配准,获得番茄花束的空间高精度点云信息;再使用统计滤波法剔除点云信息离群点后,结合双向均值法计算花束3D box的授粉质心坐标.定位试验结果表明,该方法在温室环境中能成功对花束进行识别定位,神经网络平均检测精度达97.67％,完成单幅图像花束提取时间为14.95 ms,算法获取授粉质心坐标的平均时间约为300 ms.后期在温室内验证,在花束被遮挡小于80％时,算法能够对番茄花朵进行精准定位,并成功执行授粉动作,为番茄授粉机器人提供了一种新的授粉点定位方法.

关键词：番茄、花束识别、质心定位、授粉机器人、YOLOv4、RGB-D结构光相机

所属期刊栏目：53

分类号：TP391.4(计算技术、计算机技术)

资助基金：宁夏回族自治区重点研发项目;宁夏回族自治区重点研发项目

在线出版日期：2022-11-10（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：320-328