在蘋(píng)果生長(zhǎng)發(fā)育過(guò)程中,及時(shí)獲得果實(shí)的生長(zhǎng)參數(shù)對(duì)于研究果實(shí)的生長(zhǎng)規(guī)律及指導(dǎo)果農(nóng)進(jìn)行科學(xué)管理具有重要意義。傳統(tǒng)的蘋(píng)果果實(shí)生長(zhǎng)參數(shù)主要靠人工測(cè)量獲得,具有耗時(shí)耗力、成本高等缺點(diǎn)。計(jì)算機(jī)視覺(jué)技術(shù)可以很好地彌補(bǔ)人工測(cè)量的不足,為實(shí)現(xiàn)樹(shù)上蘋(píng)果智能化生長(zhǎng)參數(shù)檢測(cè)提供技術(shù)支持。然而,由于蘋(píng)果生長(zhǎng)的自然環(huán)境比較復(fù)雜,且果實(shí)在整個(gè)生長(zhǎng)過(guò)程中存在由小到大、由綠變紅的過(guò)程,使得精準(zhǔn)、自動(dòng)地識(shí)別樹(shù)上果實(shí)并檢測(cè)果實(shí)大小信息較為困難。為解決上述問(wèn)題,在國(guó)內(nèi)外研究成果的基礎(chǔ)上,利用數(shù)字圖像處理技術(shù)、模式識(shí)別及機(jī)器學(xué)習(xí)等相關(guān)農(nóng)業(yè)信息技術(shù)和方法,對(duì)疏果前蘋(píng)果目標(biāo)的識(shí)別、不依賴于顏色特征的蘋(píng)果圖像的分割、蘋(píng)果輪廓的檢測(cè)及蘋(píng)果橫徑生長(zhǎng)遠(yuǎn)程檢測(cè)開(kāi)展了系統(tǒng)的研究。論文的主要研究?jī)?nèi)容及結(jié)論如下:(1)提出基于區(qū)域的全卷積網(wǎng)絡(luò)(R-FCN)的疏果前蘋(píng)果目標(biāo)識(shí)別方法。針對(duì)疏果前蘋(píng)果目標(biāo)較小,且顏色與背景葉片極其相似而難以識(shí)別的問(wèn)題,在研究基于ResNet-50和ResNet-101的R-FCN結(jié)構(gòu)及識(shí)別結(jié)果的基礎(chǔ)上,改進(jìn)設(shè)計(jì)了基于ResNet-44的R-FCN,以提高蘋(píng)果的識(shí)別精度并簡(jiǎn)化網(wǎng)絡(luò)。該網(wǎng)絡(luò)模型主要由ResNet-44全卷積網(wǎng)...

【文章頁(yè)數(shù)】：141 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1-1蘋(píng)果識(shí)別流程圖（Zhou等(2012)）

?卣鞒１揮糜詮?檔氖?別與分割。Bulanon和Kataoka(2010)利用圖像的顏色特征系數(shù)r=R/(R+G+B)和g=G/(R+G+B)作為特征空間（R、G和B分別為RGB圖像中的紅色、綠色和藍(lán)色分量），并利用決策理論方法推導(dǎo)出2個(gè)決策函數(shù)，從而將蘋(píng)果從特征空間中分割出來(lái)。....

圖1-2CNN的基本結(jié)構(gòu)(Guo等2016)

第一章緒論9考慮了相鄰像素，因此具有平移不變性，常用的池化操作為平均池化和最大池化。全連接層連接CNN中最后一個(gè)池化層，其功能是將神經(jīng)網(wǎng)絡(luò)前饋到一個(gè)具有特定長(zhǎng)度的向量中，它包含了CNN中約90%的參數(shù)。圖1-2CNN的基本結(jié)構(gòu)(Guo等2016)Fig.1-2Basicarchi....

圖1-3CNN的基礎(chǔ)模型和衍生模型

第一章緒論9考慮了相鄰像素，因此具有平移不變性，常用的池化操作為平均池化和最大池化。全連接層連接CNN中最后一個(gè)池化層，其功能是將神經(jīng)網(wǎng)絡(luò)前饋到一個(gè)具有特定長(zhǎng)度的向量中，它包含了CNN中約90%的參數(shù)。圖1-2CNN的基本結(jié)構(gòu)(Guo等2016)Fig.1-2Basicarchi....

圖1-5光照不均及表

該方法能夠有效地消除光照變化的影響。錢(qián)建平等(2012)提出了基于R/B值（RGB）和V值（HSV）的混合顏色空間成熟蘋(píng)果目標(biāo)的識(shí)別方法，該算法對(duì)于多種不同光照條件下蘋(píng)果目標(biāo)的識(shí)別成功率均較高。馮娟等(2013)設(shè)計(jì)了應(yīng)用于蘋(píng)果采摘機(jī)器人的激光視覺(jué)系統(tǒng)，利用該視覺(jué)系統(tǒng)掃描果樹(shù)獲得....

本文編號(hào)：3921185