基于双目图像深度学习的农作物择优采摘仿真 |
| |
引用本文: | 白维维,李俊杰,陈烽.基于双目图像深度学习的农作物择优采摘仿真[J].计算机仿真,2024(2):187-191. |
| |
作者姓名: | 白维维 李俊杰 陈烽 |
| |
作者单位: | 1. 凯里学院微电子与人工智能学院;2. 西藏民族大学信息工程学院 |
| |
摘 要: | 面对复杂的农作物生长环境,利用传统机器视觉技术采摘易受到未成熟果实以及周围叶片影响,获取的农作物果实图像存在较多的不可用信息,无法完成择优采摘。为了确保采摘的果蔬品质,提出基于双目图像深度学习的农作物择优采摘方法。利用直方图均衡化变换视觉图像区域,明确农作物图像内像素灰度值,均衡化色块不均位置。通过色彩分量调节全局图像颜色,以颜色差异分割双目图像,剔除局部RGB色彩关联性。在提取农作物形状特征前,将深度信息再次归一化,获得作物形态描述符。选择卷积神经网络对图像实行卷积运算,将择优特征结果输入到卷积层内,输出图像分类结果,实现农作物择优采摘。实验结果表明,所提方法的择优采摘精准度达到0.98,果实形状特征识别为0.96。说明所提方法能够准确识别出品质佳的农作物,实现了择优采摘。
|
关 键 词: | 双目图像 深度学习 农作物择优采摘 图像预处理 特征提取 |
|
|