[发明专利]一种基于CycleGAN的果实遮挡恢复方法及系统

说明书

本发明属于果实遮挡恢复技术领域，公开了一种基于CycleGAN的果实遮挡恢复方法及系统，基于CycleGAN的果实遮挡恢复方法包括：分别采集果实遮挡和果实未遮挡两种风格的图像，进行裁剪归一化的预处理；使用CycleGAN网络进行风格迁移训练，利用训练好的CycleGAN模型实现对果实遮挡部分的修复；最后基于图像颜色空间特征分割原始图像和修复图像实现果实遮挡恢复。本发明利用风格迁移的原理，将果实遮挡图像转化为未遮挡图像，通过颜色空间特征分割原始图像和修复图像实现果实遮挡恢复，在保留原有图像中果实未遮挡部分轮廓的同时，修复被枝叶遮挡的部分，既有效地实现果实的遮挡恢复，又不受果实形状的限制。

技术领域

本发明属于果实遮挡恢复技术领域，尤其涉及一种基于CycleGAN的果实 遮挡恢复方法及系统。

背景技术

目前，果实产量是农业生产中衡量经济效益的关键指标，通过图像获取准 确的果实面积等信息，对建立精确的果实产量预测模型具有重要意义。

在实际环境下，果实容易被枝叶遮挡，影响果实面积测量的精度，传统的 遮挡处理方法是利用类圆拟合的方式，通过检测未遮挡部分果实轮廓，拟合圆 形或者椭圆形，实现遮挡恢复，再计算面积，但是该方法有两个缺点：1)由于 果实不是标准的圆形或者类圆形，所以测量结果存在冗余，往往大于实际面积；

2)该方法针对于如柑橘或者番茄等圆形或者类圆形果实，而对于草莓或者茄子等不规则形状果实无能为力。因此，亟需一种新的果实遮挡恢复方法。

通过上述分析，现有技术存在的问题及缺陷为：

(1)传统的遮挡处理方法，由于果实不是标准的圆形或者类圆形，所以测 量结果存在冗余，往往大于实际面积。

(2)传统的遮挡处理方法针对于如柑橘或者番茄等圆形或者类圆形果实， 而对于草莓或者茄子等不规则形状果实无能为力。

解决以上问题及缺陷的难度为：

(1)由于果实受到枝叶遮挡，在进行轮廓拟合的时候易受到叶片干扰，易 导致果实定位失败；

(2)由于不规则果实轮廓特征没有统一性，目前还没有较为稳定的针对不 规则形状果实的轮廓拟合方法。

解决以上问题及缺陷的意义为：

(1)可以实现对遮挡果实完整形态的恢复，使得后续自动采摘过程中对遮 挡果实进行精确的识别定位，推动采摘机器人的实用化；

(2)有效拓展了可修复的果实种类，打破了轮廓是否规则的限制；

(3)可以获得更准确的果实面积信息，实现更精确的产量预测，对作物生 产管理和销售决策作出精细指导。

发明内容

针对现有技术存在的问题，本发明提供了一种基于CycleGAN的果实遮挡 恢复方法及系统。

本发明是这样实现的，一种基于CycleGAN的果实遮挡恢复方法，所述基 于CycleGAN的果实遮挡恢复方法包括：

对采集的果实遮挡和果实未遮挡的图像进行裁剪归一化预处理；

使用CycleGAN网络对所述预处理后的果实遮挡的图像进行迁移训练，利 用训练好的CycleGAN模型实现对果实遮挡部分的修复；

基于图像颜色空间特征分割原始果实遮挡图像和修复的果实遮挡图像，实 现果实遮挡恢复。

进一步，所述基于CycleGAN的果实遮挡恢复方法包括以下步骤：

步骤一，分别采集果实遮挡和果实未遮挡两种风格的图像；

步骤二，对采集图像进行预处理，提取果实部分轮廓；将果实部分图像裁 剪出来，并将裁剪后的图像进行尺寸归一化；