申请/专利权人：华南农业大学

申请日：2023-11-20

公开（公告）日：2024-03-22

公开（公告）号：CN117253050B

主分类号：G06V10/40

分类号：G06V10/40;G06T5/77;G06V10/10;G06V10/774;G06V10/80;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明提供了一种基于自适应特征提取的茶芽叶检测方法，包括：基于茶芽叶图像搜索最大深度值，根据最大深度值修复茶芽叶图像的空洞。对茶芽叶图像进行自适应尺度特征提取，得到第一图像张量。对第一图像张量进行特征拼接，得到拼接张量；提取拼接张量的特征，得到多个预测特征层。对多个预测特征层进行茶芽叶检测，得到茶芽叶检测结果。自适应尺度特征提取可以根据茶芽叶图像中的茶芽叶的具体形态调整特征提取的尺度，增强了对形态特征的提取能力。提取拼接张量的特征，得到多个可以全面表示各种差异化的茶芽叶的预测特征层。对多个预测特征层进行茶芽叶检测，可以自适应检测不同视域下茶芽叶的数量和位置，具有较高的检测准确度。

主权项：1.一种基于自适应特征提取的茶芽叶检测方法，其特征在于，包括：采用深度传感设备采集多尺寸的茶芽叶图像，基于所述茶芽叶图像搜索最大深度值，根据所述最大深度值修复所述茶芽叶图像的空洞；所述茶芽叶图像包含一个或多个茶芽叶；对所述茶芽叶图像进行自适应尺度特征提取，得到第一图像张量；所述第一图像张量包括第一图像子张量、第二图像子张量和第三图像子张量；对所述第一图像张量进行特征拼接，得到拼接张量；提取所述拼接张量的特征，得到多个预测特征层；多个所述预测特征层用于表示不同形态的所述茶芽叶；对多个所述预测特征层进行茶芽叶检测，得到茶芽叶检测结果；所述基于所述茶芽叶图像搜索最大深度值，根据所述最大深度值修复所述茶芽叶图像的空洞，包括：计算所述茶芽叶图像的梯度，得到梯度图像；将所述梯度图像和所述茶芽叶图像拼接，得到组合图像；在所述组合图像中搜索出最大深度值；根据所述最大深度值迭代修复所述茶芽叶图像的空洞；所述在所述组合图像中搜索出最大深度值包括：在所述组合图像中搜寻空洞，若有多个所述空洞，则随机选择一个所述空洞作为当前空洞；获取以所述当前空洞为中心的大小为n×n的像素块，在所述像素块中搜索出最大深度值。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于自适应特征提取的茶芽叶检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD