基于SOM-K-means算法的番茄果实识别与定位方法

被引：27

作者：

李寒 ^{[1
]}

陶涵虓 ^{[1
]}

崔立昊 ^{[2
]}

刘大为 ^{[2
]}

孙建桐 ^{[1
]}

张漫 ^{[2
]}

机构：

[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室

[2] 中国农业大学农业农村部农业信息获取技术重点实验室

来源：

农业机械学报 | 2021年 / 52卷 / 01期

关键词：

番茄果实; 深度点云; 图像分割; 神经网络; 识别与定位; SOM-K-means算法;

D O I：

暂无

中图分类号：

TP391.41 []; S641.2 [番茄（西红柿）];

学科分类号：

080203 ; 090202 ;

摘要：

为解决多个番茄重叠黏连时难以识别与定位的问题,提出一种基于RGB-D图像和K-means优化的自组织映射(Self-organizing map,SOM)神经网络相结合的番茄果实识别与定位方法。首先,利用RGB-D相机拍摄番茄图像,对图像进行预处理,获取果实的轮廓信息;其次,提取果实轮廓点的平面和深度信息,筛选后进行处理;再次,将处理后的数据输入到采用K-means算法优化的SOM神经网络中,得到点云聚类结果;最后,根据聚类点,通过坐标转换得到世界坐标信息,拟合得到各个番茄的位置和轮廓形状。以果实识别的正确率和定位结果的均方根误差(RMSE)为指标对该算法进行验证和分析,采集80幅图像共366个番茄样本,正确识别率为87.2%,定位结果均方根误差(RMSE)为1.66 mm。与在二维图像上利用Hough变换进行果实识别的试验进行对比分析进一步验证了本文方法具有较高的准确性和较强的鲁棒性。

引用

页码：23 / 29

页数：7

共 19 条

[1]

Automatic recognition of juicy peaches on trees based on 3D contour features and colour data . WU G,ZHU Q B,HUANG M,et al. Biosysteins Engineering . 2019

[2]

A multiscale spatio-temporal framework to regionalize annual precipitation using k-means and self-organizing map technique[J]. Kiyoumars ROUSHANGAR,Farhad ALIZADEH. Journal of Mountain Science. 2018(07)

[3] 基于几何形态学与迭代随机圆的番茄识别方法 [J].

孙建桐 ;

孙意凡 ;

赵然 ;

季宇寒 ;

张漫 ;

李寒 .

农业机械学报, 2019, 50(S1) (S1) :22-26+61

[4] 果实采摘机器人设计与导航系统性能分析 [J].

孙意凡 ;

孙建桐 ;

赵然 ;

李世超 ;

张漫 ;

李寒 .

农业机械学报, 2019, 50(S1) (S1) :8-14

[5]

Fast implementation of real-time fruit detection in apple orchards using deep learning . KANG H W,CHEN C. Computers and Electronics in Agriculture . 2020

[6]

Deep fruits:a fruit detection system using deep neural networks . INKYU S,GE Z Y,FERAS D,et al. . 2016

[7]

Method for discriminating of the shape of overlapped apple fruit images . LV J D,WANG Y J,NI H M,et al. Biosystems Engineering . 2019

[8]

Apple fruit recognition algorithm based on multi-spectral dynamic image analysis . FENG J,ZENG L H,HE L. Sensors (Basel,Switzerland) . 2019

[9]

Recognition and localization of Actinidia arguta based on image recognition . LIU D J,SHEN J,YANG H S,et al. . 2019

[10]

Fruit detection and 3D location using instance segmentation neural networks and structure-from-motion photogrammetry . GENE-MOLA J,SANZ-CORTIELLA R,ROSELL-POLO R J. Computers and Electronics in Agriculture . 2020

← 1 2 →