蘋(píng)果是我國(guó)種植面積最大、產(chǎn)量最高、經(jīng)濟(jì)地位最重要的水果。到目前為止,蘋(píng)果采摘仍然以人工采摘為主,蘋(píng)果在成熟期內(nèi)采摘量大、人工采摘?jiǎng)趧?dòng)強(qiáng)度大,每天采摘量有限,且人工勞動(dòng)成本高,如果不能盡快采摘將會(huì)導(dǎo)致蘋(píng)果掉落在地,影響蘋(píng)果質(zhì)量。蘋(píng)果快速自動(dòng)化采摘可以極大地提高蘋(píng)果采摘效率,降低人工勞動(dòng)成本,蘋(píng)果目標(biāo)識(shí)別與定位是蘋(píng)果快速自動(dòng)化采摘的關(guān)鍵技術(shù)之一,對(duì)實(shí)現(xiàn)蘋(píng)果快速自動(dòng)化采摘具有非常重要的意義。針對(duì)自然環(huán)境下蘋(píng)果采摘機(jī)器人的應(yīng)用需求,結(jié)合圖像處理技術(shù),提出一種基于深度學(xué)習(xí)的蘋(píng)果目標(biāo)識(shí)別與定位算法。主要研究?jī)?nèi)容如下:（1）基于蘋(píng)果目標(biāo)識(shí)別的圖像處理方法研究。為了提高蘋(píng)果目標(biāo)的識(shí)別率,采集了11080幅自然環(huán)境中的蘋(píng)果圖像。并對(duì)RGB、HSI和Lab的差別進(jìn)行了分析與對(duì)比,并選取了最為適合的RGB顏色空間。另外對(duì)圖像進(jìn)行濾波處理,并對(duì)去噪效果進(jìn)行對(duì)比分析。最終利用LabelImg軟件對(duì)處理后的圖像進(jìn)行位置標(biāo)定,建立了訓(xùn)練集與測(cè)試集。（2）基于MobileNetV1網(wǎng)絡(luò)的蘋(píng)果目標(biāo)特征提取研究。通過(guò)對(duì)卷積神經(jīng)網(wǎng)絡(luò)的流程介紹和對(duì)VGG網(wǎng)絡(luò)、ResNet殘差網(wǎng)絡(luò)、MobileNetV1網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析,最終... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

蘋(píng)果采摘視覺(jué)系統(tǒng)技術(shù)路線圖

基于深度學(xué)習(xí)的蘋(píng)果目標(biāo)識(shí)別與定位算法研究152.3.4顏色空間分析結(jié)果首先由于相機(jī)所拍攝的圖像為RGB圖像，如果將其轉(zhuǎn)換為HSI顏色空間或者Lab顏色空間都需要消耗一定的時(shí)間來(lái)完成，但是自動(dòng)蘋(píng)果采摘機(jī)器人需要考慮實(shí)時(shí)性。因此時(shí)間的消耗是一定要考慮的重要因素之一。由于獲得的圖像在經(jīng)過(guò)一定處理后需要進(jìn)行卷積操作，卷積會(huì)對(duì)圖像的每一個(gè)通道都進(jìn)行特征提取，因此原始圖像的每一個(gè)通道若都擁有明顯的特征信息，會(huì)對(duì)后續(xù)的圖像訓(xùn)練與目標(biāo)識(shí)別準(zhǔn)確率的提高有明顯的幫助。通過(guò)對(duì)上文中三種顏色通道的對(duì)比分析，可以發(fā)現(xiàn)RGB每一個(gè)通道的圖像蘋(píng)果與背景的差異都比較明顯，并且保留了豐富的紋理特征。HSI圖像只有I通道的圖像能夠較好的將蘋(píng)果與背景分割出來(lái)，并且保留較好的紋理特征。而Lab圖像只有L通道的圖像能夠較好的將蘋(píng)果與背景分割出來(lái)，同時(shí)保留較好的紋理信息。因此本文將采用RGB圖像來(lái)完成蘋(píng)果的目標(biāo)檢測(cè)與識(shí)別。2.4圖像預(yù)處理對(duì)于自然環(huán)境中拍攝獲得的圖像將存在大量的噪聲，噪聲會(huì)淹沒(méi)一些特征信息，使得蘋(píng)果與背景對(duì)比度下降，造成深度學(xué)習(xí)模型提取特征困難。因此要在正式圖像訓(xùn)練前進(jìn)行一定的預(yù)處理，減少噪聲對(duì)于深度學(xué)習(xí)模型的影響，從而加快模型的收斂速度，使得模型有更好的效果。圖像濾波操作[54]可以抑制圖像中的噪聲，而在本文中還減少了背景對(duì)于模型訓(xùn)練的影響。常見(jiàn)的濾波器有線性濾波與非線性濾波。2.4.1線性濾波器（1）均值濾波：均值濾波是最簡(jiǎn)單的一種濾波操作，主要方法是領(lǐng)域平均法。也就是用一片圖像區(qū)域內(nèi)的像素的平均值去代替原先圖像中各個(gè)像素值，均值濾波的數(shù)學(xué)表達(dá)式如下所示。()()fx,ygx,yM(2-2)式中，g——新的像素值；f——原圖像的像素值；M——領(lǐng)域的像素個(gè)數(shù)。但是均值濾波也存

18圖2-7LabelImg標(biāo)注圖像Figure2-7.LabelImgannotationimage使用該軟件對(duì)圖像進(jìn)行標(biāo)注之后，會(huì)形成一個(gè)xml文件。里面存儲(chǔ)了圖片的路徑，圖片的大小和通道數(shù)，以及每一個(gè)目標(biāo)物體的類別名稱和包圍目標(biāo)物體的矩形的左上角與右下角像素點(diǎn)坐標(biāo)。圖2-8LabelImg標(biāo)注代碼Figure2-8.LabelImgannotationcode


本文編號(hào)：3068837