宋中山，刘越，郑禄，帖军，汪进

(1.中南民族大学计算机科学学院，武汉市，430074；2.湖北省制造企业智能管理工程技术研究中心，武汉市，430074)

0 引言

随着我国乡村振兴战略的深入实施，农业向着高质量、高产量方向的发展成为关键，这促使农产品的信息采集，尤其是产量信息的获取显得尤为重要。柑橘作为我国消费量最大的水果之一，对果树进行早期估产有助于种植者提前进行相关收获规划，而目前柑橘园估产主要是在柑橘成熟变黄以后以人工清点、目测预估等传统方式进行，这存在耗时长、工作强度大等缺点，且此时成熟的柑橘已经不能通过人工干预的方式来提高产量[1]。在成熟期前对未成熟的绿色柑橘进行早期的产量预测有助于种植者提前确定果树的产量情况，这不仅可以帮助种植者在种植过程中科学规划水肥投入量，同时帮助种植者在早期果园销售时提供商业参考[2]。

国内外关于水果检测方向多在非近景色果实识别上进行相关研究[3-10]。在近景色果实的研究方面，目前有较多的研究利用深度学习技术开展，如绿色柑橘、青苹果、绿番茄和猕猴桃等果实识别。近景色水果果实与背景的叶子颜色相近，使得识别难度较大，识别准确率较低。

目前在水果识别的研究方向上，Kurtulmus等[11]提出使用三个不同尺度的移动子窗口扫描整个图像，每个子窗口分别用强度分量的特征值法、饱和度分量的特征值法和圆形Gabor纹理进行三次分类，最后通过多数投票来确定子窗口分类器的结果。……