[发明专利]一种基于视觉识别的百香果成熟度检测及定位方法

权利要求书

1.一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：所述百香果成熟度检测及定位方法包括：采用双目立体相机实时采集田间果园内的百香果图像，将采集到的百香果图像用于建立VOC数据集，形成待检测百香果图像；获取成熟百香果图像作为原始数据集，然后对原始数据集进行优化，再将优化后的原始数据集送入百香果目标检测模型中对对自然环境下的成熟百香果进行检测与训练，训练出最优模型；将待检测百香果图像输入训练好的最优模型中进行测试，输出图像的识别结果，根据识别结果分别对百香果进行成熟度判别与定位判断。

2.根据权利要求1所述的一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：对原始数据集进行优化包括通过MSRCP算法对光照图像进优化处理、对随机遮挡图像进行优化处理和利用图像数据增强技术进行扩充原始数据集的规模。

3.根据权利要求3所述的一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：通过MSRCP算法对光照图像进优化处理包括如下步骤：

步骤31：将原始数据集jpg.格式存放在VOC2007文件夹下JPEGImages子文件夹内，用编号重新命名，利用Labelimg图片标注工具对原始数据集进行人工标注，再用矩形框将原始数据集中的每个成熟的百香果目标图像进行框选；将熟的百香果目标图像进行标签并储存为TXT格式，然后保存在Annotations标签文件夹下，使标签文件与百香果目标图像一一对应；

步骤32：对框选的原始百香果目标图像RGB进行均衡，然后将原始RGB进行增强并映射到每个对应的色彩通道中；

步骤33：对增强映射后的图像辐照度进行估算，并获取辐照度的最大值与最小值；其辐照度估算满足：

式中，f_n为滤波器函数；I(x,y)为图像上具体像素点坐标值；

4.根据权利要求1所述的一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：所述百香果目标检测模型为YOLOv5网络模型，将优化后的原始数据集送入YOLOv5网络模型中进行检测、训练，获取最优训练模型，所述待检测百香果图像输入训练好的最优YOLOv5网络模型中进行测试，输出待检测百香果图像的识别结果，根据识别结果分别对百香果进行成熟度判别与定位判断。

5.根据权利要求5所述的一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：所述YOLOv5网络模型由CSPDarknet主特征提取网络，FPN加强特征网络以及YoloHead分类回归网络组成，CSPDarknet主特征提取网络对原始数据集进行特征提取，所提取的各个特征图像送入FPN加强特征网络进行上采样和下采样以实现特征融合训练，YoloHead分类回归网络对特征融合图像进行分类，获取特征图中的特征点集合，根据特征点集合判断是否有百香果与其对应。

6.根据权利要求1或4所述的一种基于视觉识别的百香果成熟度检测及定位方法，其特征在于：所述百香果成熟度检测及定位方法还包括利用预测框对识别出的成熟百香果进行标注和提取成熟的百香果果实轮廓，并在百香果果实轮廓外的对应位置绘制出矩形预测框，对矩形预测框内的百香果果实轮廓进行预处理，获取百香果果实的中心点三维坐标，再根据中心点的三维坐标对成熟的百香果果实进行定位，以便对成熟的百香果果实进行定位采摘。