申请/专利权人：长沙理工大学

申请日：2024-03-22

公开（公告）日：2024-06-21

公开（公告）号：CN118230160A

主分类号：G06V20/10

分类号：G06V20/10;G06V20/70;G06V10/26;G06V10/764;G06V10/774;G06T7/66

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明提供了一种杂草中心分割识别除草装置方法，具体包括以下步骤：步骤1、收集和标注农田、草坪杂草的数据集；步骤2、进行端到端的杂草中心语义分割网络训练；步骤3、将网络移植到嵌入式车载平台，实现对在线除草机器人输入的实时采集数据；步骤4、根据杂草中心的分割结果，进行后处理，确定杂草中心点；步骤5、根据获取的杂草中心点，设置除草机器人的移动路径和机器臂的除草控制；步骤6、对杂草中心进行跟踪，控制除草机器臂，依据跟踪的杂草中心位置钻取杂草，实现农、林业自动化作业装置。本发明可以使用到农业、林业除草机器人、除草无人车上，精确的分割杂草中心，实现杂草中心定位和自动化的清除。

主权项：1.本发明主要提出一种杂草中心分割识别及激光除草装置，具体包括以下步骤：步骤1、收集和标注农田、草坪杂草的数据集收集和标注农田、草坪杂草的数据集，在农田、草坪和荒地情景下场景下采集草面杂草，并对其中的作物、杂草进行标注。步骤2、进行端到端的杂草中心语义分割网络训练步骤2.1、基于融合机器视觉与传统图像处理的端到端语义分割网络，设计杂草分割数据集。步骤2.2、通过测试实验验证提出的去除系统对草坪蒲公英防除工作时预测其有效性。步骤2.3、设置语义分割网络训练的超参数，从中提取出图像3D信息，结合深度信息进行区域分割。步骤3、将网络移植到嵌入式车载平台，实现对在线除草机器人输入的实时采集数据，步骤4、根据杂草中心的分割结果，进行后处理，确定杂草中心点。步骤4.1、学习要去除杂草的形状、颜色、纹理等特征信息，再对要处理的区域进行特征提取，最后通过机器视觉图像处理技术在所存储的资源库中对目标进行分类识别。步骤4.2、以大量带有像素级标注的图像为样本，训练支持向量机、神经网络等分类器，对图像进行逐像素分类。步骤4.3、训练Unet语义分割网络，分割杂草中心，生成杂草中心分割结果。步骤4.4、获取到杂草中心分割结果后，通过图形处理的包络中心检测方法，找到分割的每个杂草中心的位置点。步骤5、根据获取的杂草中心点，跟踪杂草中心，控制杂草去除的激光器对杂草进行去除。步骤5.1、获取到杂草中心位置点后，对位置中心点进行跟踪，并将位置中心反馈给激光照射的运动控制器。步骤5.2、控制激光的点到图像的中心位置，运动到杂草的中心，启动大功率照射，将杂草中心破坏。

全文数据：

权利要求：

百度查询： 长沙理工大学 一种杂草中心分割识别及激光除草装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD