基于改进BlendMask模型的苹果识别与定位方法

作     者：白晓平 蔡皓月 王卓 张懿文 BAI Xiaoping;CAI Haoyue;WANG Zhuo;ZHANG Yiwen

作者机构：中国科学院沈阳自动化研究所沈阳110016 中国科学院大学计算机科学与技术学院北京100049 中国科学院机器人与智能制造创新研究院沈阳110169 

基　　金：国家重点研发计划项目(2021YFD2000305) 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2024年第40卷第7期

页      码：191-201页

摘      要：针对实际自然环境中果实被遮挡、环境光线变化等干扰因素以及传统视觉方法难以准确分割出农作物轮廓等问题,该研究以苹果为试验对象,提出一种基于改进BlendMask模型的实例分割与定位方法。该研究通过引入高分辨率网络HRNet,缓解了特征图在深层网络中分辨率下降的问题,同时,在融合掩码层中引入卷积注意力机制CBAM(convolutional block attention module),提高了实例掩码的质量,进而提升实例分割质量。该研究设计了一个高效抽取实例表面点云的算法,将实例掩码与深度图匹配以获取苹果目标实例的三维表面点云,并通过均匀下采样与统计滤波算法去除点云中的切向与离群噪声,再运用球体方程线性化形式的最小二乘法估计苹果在三维空间中的中心坐标,实现了苹果的中心定位。试验结果表明改进BlendMask的平均分割精度为96.65%,检测速度34.51帧/s,相较于原始BlendMask模型,准确率、召回率与平均精度分别提升5.48、1.25与6.59个百分点;相较于分割模型SparseInst、FastInst与PatchDCT,该模型在平均精度变化不大的情况下,检测速度分别提升6.11、3.84与20.08帧/s,该研究为苹果采摘机器人的视觉系统提供技术参考。

主 题 词：图像识别 图像分割 深度学习 苹果 HRNet CBAM BlendMask 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.202311200

馆 藏 号：203128034...