基于双目视觉与深度学习的番茄本体特征检测系统

李颀, 强华

李颀, 强华. 2020: 基于双目视觉与深度学习的番茄本体特征检测系统. 南方农业学报, 51(1): 237-244. DOI: 10.3969/j.issn.2095-1191.2020.01.031
引用本文: 李颀, 强华. 2020: 基于双目视觉与深度学习的番茄本体特征检测系统. 南方农业学报, 51(1): 237-244. DOI: 10.3969/j.issn.2095-1191.2020.01.031
LI Qi, QIANG Hua. 2020: Tomato ontology feature detection system based on binocular vision and deep learning. Journal of Southern Agriculture, 51(1): 237-244. DOI: 10.3969/j.issn.2095-1191.2020.01.031
Citation: LI Qi, QIANG Hua. 2020: Tomato ontology feature detection system based on binocular vision and deep learning. Journal of Southern Agriculture, 51(1): 237-244. DOI: 10.3969/j.issn.2095-1191.2020.01.031

基于双目视觉与深度学习的番茄本体特征检测系统

详细信息
  • 中图分类号: 45-1381/S

Tomato ontology feature detection system based on binocular vision and deep learning

  • 摘要: [目的]设计基于双目视觉与深度学习的番茄本体特征检测系统,实现番茄本体特征的自动无损检测,为水肥一体化和智慧农业提供技术支持.[方法]采集4000张番茄图像作为研究样本,利用基于深度学习SSD_MobileNet卷积神经网络的番茄主要器官检测算法,对番茄植株、茎、花、果实和叶进行检测.基于双目视觉的图像测量算法对各器官目标区域中株高、茎直径、果径和叶面积进行特征提取.[结果]利用SSD_MobileNet网络模型对研究样本进行训练和测试,调用训练好的模型对番茄各器官进行识别和定位,对番茄植株、茎、花、果实和叶的检测准确率分别为98.5%、99.0%、99.5%、99.5%和98.0%.利用基于双目视觉的图像测量算法对番茄本体特征进行测量,通过实践证明该系统对株高、茎直径、果径和叶面积测量的相对误差可分别控制在1.5%、1.0%、1.2%和1.3%以内,可实现番茄本体特征的精确检测,较常见系统的鲁棒性和精度有了明显提升;整套系统在番茄大棚中已稳定运行半年,完成了对番茄全生命周期的本体特征检测,并可将数据保存于数据库,实现对番茄本体特征的自动、无损监测.[建议]优化番茄特征遮挡问题,丰富训练数据集,优化网络模型,提高识别率和鲁棒性;建立番茄特征数据共享云平台,实现番茄疫病的提前预警;确定本体特征与番茄长势的关系,以快速判断施肥量,实现大棚番茄自动精确施肥.
  • 期刊类型引用(10)

    1. 朱龙舜,郑旻璐. 基于双目视觉技术的茶叶嫩芽定位方法研究. 农机化研究. 2025(02): 49-53 . 百度学术
    2. 王元昊,娄欢欢,罗红品,付兴兰,李光林. 基于改进YOLOv8算法对被遮挡柑橘的识别与定位优化. 西南大学学报(自然科学版). 2025(02): 171-183 . 百度学术
    3. 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. 计算机仿真. 2024(02): 187-191 . 百度学术
    4. 程雅雯,康睿,任妮,周玲莉,卢鑫羽,吴茜. 基于改进YOLOv7的设施番茄苗期株高检测方法研究. 中国农业信息. 2024(02): 1-16 . 百度学术
    5. 许宝阳,高延峰. 基于Faster-RCNN深度学习的茶叶嫩芽多维度识别及其性能分析. 农业装备与车辆工程. 2023(02): 19-24 . 百度学术
    6. 李纪鑫,赫磊,任高明. 基于深度学习的双目立体视觉图像特征点匹配方法. 自动化与仪器仪表. 2022(02): 57-60 . 百度学术
    7. 朱小超,张磊,解秦虎,黄莺,崔悦. 双目视觉和机器学习的拆回电能表微颗粒清洗系统. 西安工程大学学报. 2022(02): 49-55 . 百度学术
    8. 何斌,张亦博,龚健林,付国,赵昱权,吴若丁. 基于改进YOLO v5的夜间温室番茄果实快速识别. 农业机械学报. 2022(05): 201-208 . 百度学术
    9. 代国威,樊景超,胡林. 采用天气增强与八度卷积改进YOLOv5的番茄检测模型构建. 山东农业科学. 2022(11): 138-149 . 百度学术
    10. 马聪,张建华,陈学东,朱丹. 深度学习方法在农业领域的研究及应用. 宁夏农林科技. 2020(01): 35-37+42+63 . 百度学术

    其他类型引用(9)

计量
  • 文章访问数:  24
  • HTML全文浏览量:  3
  • PDF下载量:  1
  • 被引次数: 19
出版历程
  • 刊出日期:  2020-01-29

目录

    /

    返回文章
    返回