基于改进Faster R-CNN 的梨树花芽识别方法
2021-12-14许建峰靳江周张玉新
河北农业大学学报 2021年6期
董 浪,许建峰,靳江周,张玉新
(1.河北农业大学 信息科学与技术学院,河北 保定 071001;2.河北农业大学 园艺学院,河北 保定 071001)
梨树的树体结构是果园产量和品质的主要影响因素。树体结构是指梨树的形态结构及其动态变化,是在特定生长阶段内内源激素和外部环境共同调控达到的1 种平衡状态。如树高、总枝量、总花芽量等,都能保持适当的比例,并得以长期保持。及时有效地把握和培养良好的树体结构,是实现梨树优质丰产的基础和关键[1-5]。目前采用的树体结构调查方法主要是人工测量,该方法费时耗力且测量结果存在较大误差。通过技术手段提高树相调查速度和精确度能有效帮助生产人员把握梨树树体结构从而制定梨树枝量修剪策略、预估果园整体产量。
由于梨枝长势错综复杂且目标较小,目前学者大多针对树干进行研究和应用。早期的梨树枝干识别研究主要利用梨树枝干与周围其他作物的颜色、纹理和形状等特征不同的特点进行目标区分,且识别的目标具有特征明显、易识别的特点。如Shalaln等[6]使用相机和激光扫描仪对果树树干进行检测,整体检测精度为96.64%,但该方法只能对较粗的主树干进行检测,无法实现较细分叉枝干的识别。Jiw等[7]提出1 种基于自适应均衡直方图的苹果树干阈值分割方法,该方法平均分割精度为94%,但识别的枝干不连续,未能获得枝干完全信息。Amatyas等[8]通过聚类以及几何方法对枝干进行检测,整体检测准确率可达93.8%,但该方法只能识别单条枝干,无法对分叉的枝干进行检测。……
登录APP查看全文
