[发明专利]基于深度学习模型的温室草莓检测与成熟度评价方法

权利要求书

1.一种基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述方法包括以下步骤：

步骤1、用架设在田间移动平台上的图像采集系统分别从左右两个方向对草莓田块进行拍摄，以获取田间广角照片，得到原始影像集；

步骤2、对所述原始影像集中的影像进行图像预处理，得到训练数据集；

步骤3、将所述训练数据集输入改进ResNet网络中进行训练学习，得到草莓分割模型；

步骤4、将测试数据输入训练好的所述草莓分割模型，得出分隔结果图；

步骤5、利用PSOA技术和Otsu算法进行最佳阈值搜索，对草莓果实部位进行二次分割，实现成熟度分析；

所述步骤2中所述图像预处理具体包括以下步骤：

步骤2.1、对所述原始影像集中的影像进行图像裁剪，得到子图样本；

步骤2.2、对所述子图样本进行图像增广操作，得到待标注样本；

步骤2.3、对所述待标注样本进行样本标记，得到训练数据集；

所述步骤2.2中的所述图像增广操作包括上下翻转、旋转、缩放、加入椒盐噪声；

所述步骤3中所述改进ResNet网络具体实现方式为：

步骤3.1、将SE模块嵌入ResNet网络；

步骤3.2、使用全局池化进行遍历操作，然后用两个全连接层组成瓶颈结构对通道间的相关性进行建模，同时输出与输入特征相同数量的权重；

步骤3.3、将特征维度降低到原来的1/16再通过模型的ReLU激活函数进行激活输入一个全连接层中返回原来的维度；

步骤3.4、通过Sigmoid函数进行归一化运算获得0-1之间的权重数值；

步骤3.5、用Scale操作将该权重加权到每个特征图上；

所述步骤5中所述利用PSOA技术和Otsu算法进行最佳阈值搜索具体包括以下步骤：

步骤5.1、在一维平面上均匀投下N个粒子；

步骤5.2、计算每个粒子灰度值对应的方差，获取最大方差值

步骤5.3、根据PSOA算法更新粒子的速度和位置，反复迭代实现阈值寻优；

步骤5.4、达到最大迭代次数后，将迭代中出现的最大方差所对应灰度值作为图像最佳分割阈值。

2.如权利要求1所述的基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述步骤1中所述田间移动平台包括轮式底座、三自由度支架和自动控制装置，所述图像采集系统包括两台工业相机和工作站，所述三自由度支架设置在所述轮式底座上，所述工业相机固定安装在所述三自由度支架上，所述工业相机和工作站通信连接，所述自动控制装置用于实现所述工业相机自动、同步拍摄，并控制所述三自由度支架进行升降操作。

3.如权利要求2所述的基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述步骤1中所述工业相机为MV-SUF1200M-T型，采用1″CMOS传感器，分辨率为1200万像素，帧率为30.5FPS，所有拍摄图片格式存储为JPEG。

4.如权利要求1所述的基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述步骤2.1中的所述子图样本的像素为500×500。

5.如权利要求1所述的基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述2.3中的所述进行样本标记使用labellmg工具。

6.如权利要求1所述的基于深度学习模型的温室草莓检测与成熟度评价方法，其特征在于，所述2.3中的所述训练数据集格式为PASCAL VOC2007。