【摘 要】
：
为解决成熟番茄采摘识别中由于藤蔓、叶片、果实遮挡或光照影响而引起的误识别问题,该研究提出了一种基于YOLO v4与HSV(Hue,Saturation,Value)相结合的识别方法,以实现自然环境下成熟期番茄的准确识别.在YOLO v4网络的检测框内通过HSV方法对番茄的红色区域进行分割,并将分割面积在检测框中达到一定占比的番茄作为目标输出.通过对比不同占比下该算法对测试集的识别效果,将16％作为成熟期番茄识别算法的占比,该占比下YOLO v4+HSV算法的正确率为94.77％,在工作站中检测单幅图片的速
【机 构】
：
山东农业大学机械与电子工程学院,泰安 271018;山东省农业装备智能化工程实验室,泰安 271018;农业农村部黄淮海设施农业工程科学观测实验站,泰安 271018;山东农业大学机械与电子工程学院,
论文部分内容阅读
为解决成熟番茄采摘识别中由于藤蔓、叶片、果实遮挡或光照影响而引起的误识别问题,该研究提出了一种基于YOLO v4与HSV(Hue,Saturation,Value)相结合的识别方法,以实现自然环境下成熟期番茄的准确识别.在YOLO v4网络的检测框内通过HSV方法对番茄的红色区域进行分割,并将分割面积在检测框中达到一定占比的番茄作为目标输出.通过对比不同占比下该算法对测试集的识别效果,将16％作为成熟期番茄识别算法的占比,该占比下YOLO v4+HSV算法的正确率为94.77％,在工作站中检测单幅图片的速度为25.86 ms.为验证算法的性能,对改进前后算法进行了比较,改进后的正确率比改进前提高了4.30个百分点,说明通过HSV处理能够提高原网络识别成熟期番茄的准确性.此外,为测试算法的实用性,统计了在不同类型设备上该算法从调用深度相机到检测到第一个目标番茄所用的时间,经计算,其在工作站上所用的平均时间为0.51 s,在微型工控机上为1.48 s,均可满足实际采摘需要.该研究可为果蔬采摘的准确高效识别提供借鉴.
其他文献
旱地玉米生产受降水分布影响,产量在不同降水年型之间波动较大.为探究种植密度和品种对不同降水年型旱地玉米产量性状的影响,设置4个密度(52500、67500、82500和97500株/hm2)处理,以豫玉22、郑单958和先玉335为供试品种,于2013—2018年连续定位测定收获期产量性状.结果表明,旱地玉米穗长和穗粗随种植密度增加而下降,秃尖长则呈上升趋势.不同降水年型,穗长、穗粗差异显著(P干旱年,秃尖长则呈相反变化趋势.降水年型显著影响旱地玉米产量,平水年和丰水年显著高于干旱年(P<0.05),且平
流速是表征水流水力学特性的重要物理量.为了准确获取薄层水流流速,基于热红外成像技术、计算机视觉识别技术,设计了一种薄层水流流速测量系统.该系统通过对热示踪剂的自动控制以及对其热成像图的瞬时采集、影像校正、噪点去除、质心确定等手段,获取薄层水流的流速等参数,从而实现对坡面薄层水流流速的动态观测.该系统精确度和准确度高,可从不同时间和空间尺度上更加准确地观测热示踪剂动态运移过程.系统的测量标准差为0.020 m/s,观测精度可达到98.33％,观测的时间分辨率为1/9 s,空间分辨率为2 mm.为了验证该系统
沟塘系统对农田排水具有较好的拦蓄能力,是降低中国南方稻区农业面源污染风险的有效措施,定量化评价稻田-沟塘系统水氮过程是合理制定水氮管理措施的关键.该研究以稻田-作物模型WHCNS_Rice为基础,通过添加沟塘水氮平衡和灌排调控过程,构建了稻田-沟塘系统水氮调控模型.并采用太湖流域2 a不同灌排和施肥处理的田间试验数据校准和验证模型,分析不同灌排和施肥处理下稻田-沟塘系统的调控策略.研究结果显示,模型能够模拟不同灌排和施肥处理下稻田土壤含水量、稻田田面水深、径流量、氮素径流损失量、氨挥发量、作物吸氮量和作物
为充分利用雨水资源,提高设施农业灌溉用水效率,该研究对雨水蓄水池容积和大棚番茄灌溉方案进行了优化.以天津市武清区一设施农业小区为研究区,根据2020年6个场次降雨,对蓄水池集雨情况进行分析,基于AquaCrop模型优化大棚番茄灌溉方案,最终设置3种集雨灌溉情景,采用水量平衡法,分别绘制不同情景的丰、平、枯水年雨水集蓄系统的评价指标变化曲线,综合分析其变化特征并确定雨水蓄水池最优容积.结果表明:研究区已建蓄水池集雨率约为57％,有较大改进空间;番茄优化灌溉方案与实际灌溉方案相比,在产量仅减少5.5％的情况下
为了实现多农机站联合调配完成农户的实时作业订单,该研究针对农田与农机的匹配与调度需求问题,综合考虑农户满意度、多农机站协同、订单数量、农田面积和位置坐标等因素,建立带有模糊时间窗并以调度总时长最小和调度农机数量最少为目标的多农机站即时响应调度数学模型.设计了基于保留优秀父代基因的改进遗传算法的农机调度系统,完成多农机站响应多农田的同时作业需求的任务,在最短时间里即时调配农机按照最短路径至各农田完成作业要求.以武汉周边某地区的3个农机站和35个农田作业订单为例,验证所提出的模型和智能优化算法,并进行可视化界
环境信息感知是智能农业装备系统自主导航作业的关键技术之一.农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据.该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型.首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意
为研究西北寒冷地区长距离输水工程中流冰对输水明渠的撞击影响,该研究运用LS-DYNA软件模拟不同工况下流冰与输水明渠碰撞挤压过程,并通过室内模型试验进行相应验证,探求水-空气耦合介质中流冰碰撞输水明渠的破坏规律.结果表明:流冰速度对明渠衬砌撞击的最大等效应力与X方向最大位移呈现出近似的Pseudo-Voigt函数峰值曲线关系.流冰压缩强度对明渠衬砌撞击的最大等效应力与X方向最大位移呈现出近似的线性关系.综合分析所模拟的不同组合工况可以看出,对明渠衬砌撞击影响明显的组合区间是流冰压缩强度为1.825～3.1
农作物病害是造成粮食产量下降的重要因素,利用智能化手段准确地识别农作物病害有利于病害的及时防治,该研究基于改进的MobileNet-V2识别复杂背景下的农作物病害,对未来覆盖各种作物的智能化病害识别工作具有重要意义.首先创建含有11类病害叶片及4类健康叶片的农作物数据集,采用数据增强操作构造不同的识别场景.其次在原始模型MobileNet-V2的基础上,嵌入轻量型的坐标注意力机制,建立通道注意力与位置信息的依赖关系.然后对网络中不同尺寸的特征图采取上采样融合操作,构建兼具网络高、低层信息的新特征图.此外,
为解决马铃薯联合收获机在作业过程中分级清选的问题,并在收获作业过程中实时监测评估收获状态,该研究提出一种在光照亮度变化大、土壤与薯块遮挡、机器振动以及尘土干扰等情况下对马玲薯进行识别检测并快速准确获取马铃薯数量以及损伤情况的机器学习模型.在卷积神经残差网络中引入轻量级注意力机制,改进YoloV4检测网络,并将YoloV4结构中的CSP-Darknet53网络替换为MobilenetV3网络,完成特征提取.试验结果表明,基于卷积神经网络的深度学习方法相比于传统Open-CV识别提高了马铃薯识别精度,相比于其
通过东北典型黑土区旱作平地连续16 a保护性耕作田间长期定位试验,研究保护性耕作实施后对土壤结构功能的影响,分析土壤结构功能的生育期动态特征及其与土壤有机碳的相关关系,探究作物产量变化的原因.以玉米-大豆轮作黑土农田为研究对象,设置4个耕作处理:秸秆覆盖免耕(No-tillage with straw returning,NT)和少耕(Reduced-tillage,RT)保护性耕作;平翻(Moldboard-tillage,MT)和旋耕(Rotary-tillage,Rot)传统耕作,探讨大豆幼苗期(S