一种基于YOLO v7-pytorch-master、WLS-SGBM和棚架式区域划分的套袋梨果识别定位方法

AITNT
正文
推荐专利
一种基于YOLO v7-pytorch-master、WLS-SGBM和棚架式区域划分的套袋梨果识别定位方法
申请号:CN202411130932
申请日期:2024-08-16
公开号:CN120235957A
公开日期:2025-07-01
类型:发明专利
摘要
本发明公开了一种基于YOLO、WLS‑SGBM和棚架式区域划分的套袋梨果识别定位方法,包括以下步骤,步骤一,对双目相机标定,获得左右相机的内外参数矩阵和畸变系数;步骤二,对左右图像做立体校正与立体匹配,消除双目相机自身结构缺陷和生成视差图;步骤三,融合YOLO v7‑pytorch‑master和WLS‑SGBM算法,利用YOLO v7‑pytorch‑master训练模型在左相机图像上对套袋梨果进行目标检测,识别出图像中的套袋梨果位置及其边界框。将YOLO v7‑pytorch‑master模型检测到的目标边界框中心点的坐标信息提取出来,结合深度图的数据,计算出套袋梨果的精确距离。步骤四,对棚架式梨树体结构进行识别定位区域划分,依次对区域内套袋梨果识别与定位。
技术关键词
识别定位方法 棚架 双目相机标定 融合深度信息 定位套袋 图像 深度图 算法 立体 校正 数据 机械臂 像素点 坐标系 基线 数学
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号