基于YOLO v5-TL的褐菇采摘视觉识别-测量-定位技术

摘要：

为实现褐菇高效、精准、快速的自动化采摘,针对工厂化褐菇的种植特点,提出一种基于YOLO v5迁移学习(YOLO v5-TL)结合褐菇三维边缘信息直径动态估测法的褐菇原位识别-测量-定位一体化方法.首先,基于YOLO v5-TL算法实现复杂菌丝背景下的褐菇快速识别;再针对锚框区域褐菇图像进行图像增强、去噪、自适应二值化、形态学处理、轮廓拟合进行褐菇边缘定位,并提取边缘点和褐菇中心点的像素坐标;最后基于褐菇三维边缘信息的直径动态估测法实现褐菇尺寸的精确测量和中心点定位.试验结果表明单帧图像平均处理时间为50 ms,光照强度低、中、高情况下采摘对象识别平均成功率为91.67％,其中高光强时识别率达100％,菇盖的尺寸测量平均精度为97.28％.研究表明,本文提出的YOLO v5-TL结合褐菇三维边缘信息直径动态估测法可实现工厂化种植环境下褐菇识别、测量、定位一体化,满足机器人褐菇自动化采摘需求.

关键词：褐菇、目标识别、定位、图像处理、尺寸测量、YOLO v5-TL

所属期刊栏目：53

分类号：S513(禾谷类作物)

资助基金：江苏省重点研发计划项目;江苏省农业科技创新项目;江苏省现代农机装备与技术示范推广项目;高端外国专家引进计划项目

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：341-348