一种基于机器视觉的植物茎杆生长的几何参数测量方法
摘要文本
本发明公开了一种基于机器视觉的植物茎杆生长的几何参数测量方法，使用改进的YOLOv8obb网络对植物茎杆图像进行处理，对植物茎杆进行旋转矩形框标注处理，以生长的分支点为界限标注出各自的旋转矩形框，旋转矩形框长边与垂直地面向上的方向的夹角即为植物茎杆分支角度，旋转矩形框长边为植物茎杆分支长度，旋转矩形框短边为植物茎杆分支直径；通过测量像素尺寸并与已知的比例关系进行转换，得到植物茎杆分支长度和直径。本发明在植物茎杆数据集中有更准确的目标检测能力，能够更准确地定位和识别植物茎杆目标，实现了基于机器视觉的植物茎杆几何参数检测。
申请人信息
- 申请人:江西农业大学; 江西省科学院应用物理研究所
- 申请人地址:330045 江西省南昌市经济技术开发区志敏大道1101号
- 发明人: 江西农业大学; 江西省科学院应用物理研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器视觉的植物茎杆生长的几何参数测量方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311835468.8 |
| 申请日 | 2023/12/28 |
| 公告号 | CN117522950B |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06T7/60 |
| 权利人 | 江西农业大学; 江西省科学院应用物理研究所 |
| 发明人 | 易文龙; 张星; 程香平; 赵应丁; 殷华; 徐亦璐 |
| 地址 | 江西省南昌市青山湖区志敏大道1101号; 江西省南昌市高新技术开发区昌东大道7777号 |
专利主权项内容
1.一种基于机器视觉的植物茎杆生长的几何参数测量方法，其特征在于，包括以下步骤：步骤一：通过拍摄装置采集植物茎杆图像；步骤二：使用改进的YOLOv8obb网络对植物茎杆图像进行处理，对植物茎杆进行旋转矩形框标注处理，以生长的分支点为界限标注出各自的旋转矩形框，每个旋转矩形框包含植物茎杆分支，且植物茎杆分支与旋转矩形框平行；所述改进的YOLOv8obb网络是在YOLOv8网络中的主干网络的第二卷积模块后加入了空间和通道重建卷积模块，将主干网络的4层C2f模块替换为分布移位卷积模块，然后在4层分布移位卷积模块后各加入一层SE注意力机制；所述改进的YOLOv8obb网络的主干网络依次由第一卷积模块、第二卷积模块、空间和通道重建卷积模块、第一分布移位卷积模块、第一SE注意力机制、第三卷积模块、第二分布移位卷积模块、第二SE注意力机制、第四卷积模块、第三分布移位卷积模块、第三SE注意力机制、第五卷积模块、第四分布移位卷积模块、第四SE注意力机制构成，选择第二分布移位卷积模块的输出特征、第三分布移位卷积模块的输出特征和第四分布移位卷积模块经第四SE注意力机制处理的输出特征进入颈网络进行多尺度融合；步骤三：根据植物在有光照条件下向上生长的特性，旋转矩形框长边与垂直地面向上的方向的夹角即为植物茎杆分支角度，旋转矩形框长边为植物茎杆分支长度，旋转矩形框短边为植物茎杆分支直径；通过测量像素尺寸并与已知的比例关系进行转换，得到植物茎杆分支长度和直径。。来源：马 克 团 队