摘要
本发明涉及一种果树花蕾识别与定位方法,本专利是针对复杂自然场景下通过深度学习模型分割出花蕾,并通过几何约束的方法来完成花蕾在所述枝条上的定位,以准确识别出复杂场景中的花蕾并可获取所在枝条的生长位置,并通过花蕾生长的位置点坐标来测量花蕾之间的距离,从而通过“距离法”来疏除较为稠密的花蕾,以达到进一步智能疏花的目的。本发明通过优化的深度学习模型可以识别分割花蕾期多个目标,包括花蕾、枝条、树叶、花枝等,在多目标识别分割的基础上,分析花蕾枝干分布及个体形态,针对自然场景下果园种植模式及果树枝干结构等场景配置,探索不同数据采集视场点下对花蕾间空间定位、花蕾疏除区域定位的影响,自动疏除较为稠密的花蕾提供基础。
技术关键词
花蕾
可变形卷积层
多边形
成分分析
定位方法
因子
采样模块
空间金字塔池化
控制点
样条
曲线
成像设备
果树枝条
深度学习模型
自然场景
数字图像处理技术
像素
直线
插值算法
系统为您推荐了相关专利信息
智能故障诊断
蝙蝠算法优化
定位方法
电力电缆故障
信号
复合绝缘子串
复合绝缘子棒芯
实例分割模型
图像
定位方法
扫描点云
感兴趣
结构光扫描技术
存储设备
中心定位方法