申请/专利权人：广东技术师范大学

申请日：2023-07-27

公开（公告）日：2024-04-30

公开（公告）号：CN116977615B

主分类号：G06V10/22

分类号：G06V10/22;G06V10/25;G06V10/26;G06V10/28;G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06T7/70

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.11.17#实质审查的生效;2023.10.31#公开

摘要：本发明提供一种荔枝果梗识别定位方法及装置，该方法包括：对同时包含荔枝和荔枝果梗的待处理图像进行目标检测，获取待处理图像中的荔枝感兴趣区域和荔枝果梗感兴趣区域；根据待处理图像中的荔枝感兴趣区域和荔枝果梗感兴趣区域之间的位置关系，获取可采摘的荔枝果梗感兴趣区域；将可采摘的荔枝果梗感兴趣区域、待处理图像和待处理图像对应的深度图像进行融合处理，得到荔枝果梗图像；将荔枝果梗图像输入到语义分割网络中，得到分割后的荔枝果梗图像；对分割后的荔枝果梗图像进行预处理后，基于细化算法提取荔枝果梗骨骼图，并确定荔枝果梗骨骼图中采摘点的坐标和深度值。本发明提高荔枝果梗识别定位的准确性，从而提高荔枝采摘效率和果实质量。

主权项：1.一种荔枝果梗识别定位方法，其特征在于，包括：对同时包含荔枝和荔枝果梗的待处理图像进行目标检测，获取所述待处理图像中的荔枝感兴趣区域和荔枝果梗感兴趣区域；根据所述待处理图像中的荔枝感兴趣区域和荔枝果梗感兴趣区域之间的位置关系，从所述荔枝果梗感兴趣区域中获取可采摘的荔枝果梗感兴趣区域；将所述可采摘的荔枝果梗感兴趣区域、所述待处理图像和所述待处理图像对应的深度图像进行融合处理，得到荔枝果梗图像；将所述荔枝果梗图像输入到语义分割网络中，得到分割后的荔枝果梗图像；对所述分割后的荔枝果梗图像进行预处理后，基于细化算法提取荔枝果梗骨骼图，并确定所述荔枝果梗骨骼图中采摘点的坐标和深度值；所述根据所述待处理图像中的荔枝感兴趣区域和荔枝果梗感兴趣区域之间的位置关系，从所述荔枝果梗感兴趣区域中获取可采摘的荔枝果梗感兴趣区域的步骤包括：在同一张所述待处理图像中每个荔枝果梗感兴趣区域与至少一个所述荔枝感兴趣区域存在交集的情况下，确定每个荔枝果梗感兴趣区域为所述可采摘的荔枝果梗感兴趣区域；所述将所述可采摘的荔枝果梗感兴趣区域、所述待处理图像和所述待处理图像对应的深度图像进行融合处理，得到荔枝果梗图像的步骤包括：将所述待处理图像和所述可采摘的荔枝果梗感兴趣区域作为可见光模态，进行二维卷积编码；将基于所述待处理图像和所述深度图像得到的三维点云作为点云模态，进行核点卷积编码；将所述可见光模态的二维卷积编码结果经过第一自注意力机制后，同时经过第一互注意机制和第二互注意机制进行处理；所述第一自注意力机制用于捕捉所述可见光模态下的自适应感受野，所述第一互注意机制和第二互注意机制均用于将所述可见光模态和点云模态进行空间对齐；将所述点云模态的核点卷积编码结果经过第二自注意力机制后，同时经过第一互注意机制和第二互注意机制进行处理；所述第二自注意力机制用于捕捉所述点云模态下的自适应感受野；基于多头注意力机制将第一互注意机制和第二互注意机制的输出进行融合，得到荔枝果梗图像；所述采摘点的深度值的获取步骤包括：根据所述采摘点的坐标，从所述深度图像中提取所述采摘点的原始深度值和所述荔枝果梗骨骼图对应的深度值列表；去除所述深度值列表中的异常深度值后，确定所述深度值列表中的深度值的平均值，以及所述原始深度值与所述平均值之间差值的绝对值；在所述绝对值大于预设阈值的情况下，将所述平均值作为所述采摘点的深度值；在所述绝对值小于或等于所述预设阈值的情况下，将所述原始深度值作为所述采摘点的深度值。

全文数据：

权利要求：

百度查询： 广东技术师范大学 荔枝果梗识别定位方法及装置

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