基于改进YOLOv4的棉花检测算法①
2021-09-10刘正波鲍义东孟庆伟
计算机系统应用 2021年8期
刘正波,鲍义东,孟庆伟
(贵州航天智慧农业有限公司,贵阳 550081)
我国是世界第一大产棉国,同时也是世界第一大棉花进口国,这也造就了中国成为世界纺织大国的地位[1].棉花作为种植作物中产业链最长的大田经济作物,集大宗农产品和纺织工业原料为一身,在国民经济中占有重要地位.棉花产业属于劳动密集型产业,传统的棉花种植采摘技术落后,需要大量的人力物力,随着劳动力成本的增长,棉花采摘机械化成为必然趋势.我国采棉机的发展起步较晚,虽然在不断进步,但是对棉花采摘的采净率和除杂率上还有待提高.传统采棉机相比人工采摘虽然在采摘效率上有较大提升,但采摘的同时降低了棉花的品质,并且采棉机在采摘结束后仍有较多棉花在棉杆上,导致单位面积的棉花减产[2].因此,智能采棉机成为了降低劳动成本、提高棉花产量和棉花质量的必要途径.智能采棉机是根据棉花自然成熟周期进行多批次精准采摘,采摘关键在于对单个棉花实现精准识别与定位.传统机器视觉在采用图像预处理、阈值分割、特征提取等方法上对作物识别和检测上取得了较好效果,但是对于多个目标重叠、障碍物遮掩等情况还是会出现漏采和误采.
近年来,计算机视觉技术发展迅速,视觉技术广泛运用于农业领域,解决农作物或杂草检测、作物疾病检测等难题.在棉花检测领域,目前研究集中对采棉机器人配备的摄像……
登录APP查看全文
