基于多源信息融合的猕猴桃检测与定位方法研究

发布时间：2023-05-07 02:40

　　为提升曝光不均时的猕猴桃图像识别效果,和解决果实毗邻重叠及被树枝树叶遮挡等导致的现有检测模型实用性差、定位不准确等困难,本研究使用市面上消费级的RGB-D相机采集多源图像,根据猕猴桃在多源图像下的不同特征,改进传统卷积神经网络,提出融合多源信息的猕猴桃检测与定位方法,进一步提升猕猴桃在复杂多变果园环境下的检测和定位准确率和鲁棒性。主要研究内容与结论如下:(1)构建对齐的多源猕猴桃数据集。针对猕猴桃栽培模式,采用对猕猴桃底部进行成像的方式获取猕猴桃果实图像,对Real Sense D435、Kinect V2相机的SDK进行二次开发,在采收期获取对齐的彩色、红外、深度等多源猕猴桃图像。对获取到的猕猴桃数据集图像以亮度变换、对比度增强与减弱等方法进行扩增。先手工标注彩色图像中的猕猴桃,再映射至对齐的红外图,以7:3比例分成训练集和测试集。(2)基于多源信息融合的猕猴桃检测算法研究。本文选择以VGG16为特征提取网络的Faster R-CNN网络作为基础网络,设计两种融合模型。一种是修改网络输入层和第一个卷积层使其可以同时接受对齐后的彩色图和红外图(图像融合模型);另一种使用两个VGG16模...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 果园猕猴桃果实检测方法研究现状
        1.2.2 多源信息融合果实检测研究现状
        1.2.3 果实定位方法研究现状
    1.3 主要研究内容及技术路线
第二章 对齐的多源猕猴桃数据集构建
    2.1 猕猴桃的种植模式及图像获取设备
        2.1.1 猕猴桃的种植模式
        2.1.2 猕猴桃图像获取设备
    2.2 基于Kinect V2 猕猴桃图像获取及预处理方法
        2.2.1 基于Kinect V2 猕猴桃图像获取方法
        2.2.2 猕猴桃图像预处理方法
    2.3 基于Real Sense D435 猕猴桃图像获取及预处理方法
        2.3.1 基于Real Sense D435 猕猴桃图像获取方法
        2.3.2 猕猴桃图像预处理方法
    2.4 猕猴桃数据集处理
        2.4.1 数据图像扩增
        2.4.2 数据图像标注
        2.4.3 数据集划分
    2.5 本章小结
第三章 基于多源信息融合的猕猴桃检测算法研究
    3.1 基于Faster R-CNN的猕猴桃检测模型
        3.1.1 网络模型结构
        3.1.2 网络模型组成
        3.1.3 网络训练方法
    3.2 基于多源信息融合的改进Faster R-CNN模型
        3.2.1 模型初始化
        3.2.2 图像融合模型
        3.2.3 特征融合模型
    3.3 检测模型验证方法
        3.3.1 试验环境与配置
        3.3.2 网络模型参数
        3.3.3 猕猴桃果实分类
        3.3.4 评价指标
    3.4 本章小结
第四章 基于多源信息融合的猕猴桃检测模型实验结果与分析
    4.1 基于Kinect V2 的猕猴桃检测模型实验结果与分析
        4.1.1 修复前后猕猴桃检测模型对比分析
        4.1.2 四种模型检测效果对比分析
        4.1.3 不同类型果实的检测结果对比分析
    4.2 基于Real Sense D435 的猕猴桃检测模型实验结果与分析
        4.2.1 修复前后猕猴桃检测模型对比分析
        4.2.2 四种模型检测效果对比分析
        4.2.3 不同类型果实的检测结果对比分析
    4.3 Real Sense D435与Kinect V2 检测模型实验结果对比分析
    4.4 不同猕猴桃检测模型实验结果对比分析
    4.5 本章小结
第五章 基于RGB-D相机的猕猴桃定位方法研究
    5.1 Real Sense D435和Kinect V2 相机深度测量原理
        5.1.1 Real Sense D435 深度测量原理
        5.1.2 Kinect V2 深度测量原理
    5.2 Kinect V2 相机和Real Sense D435 相机的精度对比
    5.3 Real Sense D435 相机标定及空间坐标转换方法
        5.3.1 基于张正友算法的Real Sense D435 相机标定
        5.3.2 空间坐标转换与定位方法
    5.4 基于Real Sense D435 的猕猴桃果实定位结果与分析
        5.4.1 果实定位实验
        5.4.2 实验结果与分析
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 创新点
    6.3 展望
参考文献
致谢
个人简历



本文编号：3810084