申请/专利权人：广东海洋大学;中国热带农业科学院南亚热带作物研究所

申请日：2024-04-12

公开（公告）日：2024-06-28

公开（公告）号：CN118038452B

主分类号：G06V20/68

分类号：G06V20/68;G06V10/22;G06V10/26;G06V10/34;G06V10/422;G06V10/42;G06V10/44;G06V10/46;G06V10/54;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明涉及图像处理和机器视觉技术领域，具体涉及一种基于弱监督的菠萝检测方法、系统及存储介质，方法包括：获取数据集，以灰度形式加载数据集的菠萝图像，应用Canny边缘检测算法得到菠萝图像边缘，对菠萝图像边缘处理得到菠萝的轮廓，按周长对轮廓进行排序，保留较短的轮廓，利用最小二乘法将轮廓拟合成直线求得菠萝倾斜角度，对数据集的边界框注释和菠萝的倾斜角度进行几何拟合得到椭圆掩码，对椭圆掩码进行高斯分布处理，得到不确定性掩码；将不确定性掩码和数据集一并输入实例分割网络进行训练，得到训练好的菠萝实例分割模型；将待检测的菠萝图像输入到训练好的菠萝实例分割模型进行检测；本发明能够提高菠萝的定位精度。

主权项：1.一种基于弱监督的菠萝检测方法，其特征在于，所述方法包括以下步骤：获取数据集，所述数据集包含作为源样本的菠萝图像；以灰度形式加载所述数据集的菠萝图像，应用Canny边缘检测算法得到菠萝图像边缘，对菠萝图像边缘利用树结构和逼近方法处理得到菠萝的轮廓；计算所得轮廓的周长并进行排序，按一定比例保留较具代表性的轮廓，得到周长较短的轮廓，作为分布在菠萝纹理上的轮廓；利用最小二乘法将所述轮廓拟合成直线，将所述直线的倾斜角作为菠萝的倾斜角度；将所述数据集的边界框拟合成椭圆，利用所得菠萝的倾斜角度调整椭圆角度得到椭圆掩码；对所述椭圆掩码进行高斯分布处理，使得所述椭圆掩码的取值从椭圆的中心向边缘逐步减小，将高斯分布处理后的椭圆掩码作为训练所需的不确定性掩码；搭建实例分割网络，将不确定性掩码和所述数据集的图像集一并输入所述实例分割网络进行训练，得到训练好的菠萝实例分割模型；获取待检测的菠萝图像，将待检测的图像输入所述菠萝实例分割模型,得到所述菠萝图像的菠萝位置和几何信息；所述几何信息包括形状、方向、轮廓、边界和面积；所述利用最小二乘法将所述轮廓拟合成直线，使所述轮廓距离拟合直线的总体误差尽量小，将所述直线的倾斜角作为菠萝的倾斜角度，包括：采用以下公式得到直线的斜率k： ；其中，x为轮廓上点的横坐标，y为轮廓上点的纵坐标，n为轮廓上所有点的总数；采用公式计算得到菠萝的倾斜角度；所述将所述数据集的边界框拟合成椭圆，利用所得菠萝的倾斜角度调整椭圆角度得到椭圆掩码，包括：获取边界框的长边和短边，并确定边界框的中心点；将边界框的长边作为椭圆的主轴，边界框的短边作为椭圆的次轴，边界框的中心点作为椭圆的焦点，进行椭圆的几何拟合；根据菠萝的倾斜角度，对椭圆进行相应角度的旋转，得到旋转后的椭圆掩码；所述对所述椭圆掩码进行高斯分布处理，使得所述椭圆掩码的取值从椭圆的中心向边缘逐步减小，将高斯分布处理后的椭圆掩码作为训练所需的不确定性掩码，包括：采用以下公式对椭圆掩码进行计算得到不确定性掩码： ；其中，x为轮廓上点的横坐标，y为轮廓上点的纵坐标，代表坐标为x,y的不确定度，，表示轮廓上的点在水平方向上的标准差，取椭圆半主轴长，表示轮廓上的点在垂直方向上的标准差，取椭圆半次轴长。

全文数据：

权利要求：

百度查询： 广东海洋大学;中国热带农业科学院南亚热带作物研究所 基于弱监督的菠萝检测方法、系统及存储介质

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