standard download
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211004480.X (22)申请日 2022.08.22 (71)申请人 浙江理工大 学 地址 310018 浙江省杭州市下沙高教园区 白杨街道 2号大街9 28号 (72)发明人 童俊华 邱子安 王小琴 金宇  (74)专利代理 机构 杭州九洲专利事务所有限公 司 33101 专利代理师 王之怀 王洪新 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/24(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于多层感知机神经网络的温室穴盘 苗健康评价方法 (57)摘要 本发明涉及一般的图像数据处理。 目的是提 供一种基于多层感知机神经网络的温室穴盘苗 健康评价方法, 该方法应能能够 有效提高对劣质 钵苗的识别速度及准确率, 降低基质背景干扰, 以满足温室剔补苗移栽机器人作业的实时性要 求。 技术方案是一种基于多层感知机神经网络的 温室穴盘苗健康评价方法, 包括以下步骤步骤 (1)、 图像采集、 预处理; 步骤(2)、 边缘检测、 校正 倾斜图像; 步骤(3)、 采用模板匹配法对穴盘区域 进行定位和提取; 步骤(4)、 提取钵苗叶片特征, 计算单连通区域的质心坐标, 确定 评价阈值。 权利要求书2页 说明书5页 附图7页 CN 115496937 A 2022.12.20 CN 115496937 A 1.一种基于多层感知机神经网络的温室穴盘苗 健康评价方法, 包括以下步骤: 步骤(1): 图像采集、 预处 理 首先通过温室剔补苗移栽设备视觉系统进行穴盘苗图像采集, 并对所得的穴盘苗图像 进行预处理, 得到穴盘灰度图像; 步骤(2): 边 缘检测、 校正 倾斜图像 采用Sobel边缘算子对步骤一所得图像进行穴盘轮廓边缘检测, 并计算梯度幅值和方 向, 随后采用霍夫算子进 行穴盘轮廓直线检测, 根据直线的斜率对钵苗图像进 行旋转, 得到 倾斜校正后的图像; 步骤(3): 采用投影法对穴盘区域进行定位和提取 对步骤二所得图像进行2g ‑r‑b灰度增强和滤波处理, 接着进行自适应阈值二值化处 理, 然后采用投影法对穴盘区域进行提取, 分割出穴盘区域, 对穴盘区域进行裁 剪; 步骤(4): 提取 钵苗叶片特 征, 计算单 连通区域的重心坐标, 确定 评价阈值 对投影法裁剪后得到的穴盘图像, 调用基于多层感知神经网络的特征分类器对钵苗叶 片特征进 行分类和提取, 得到穴盘区域内的钵苗叶片区域; 对 该区域进 行裁剪和处理, 并采 用分水岭算法对重叠的叶片进行区域划分, 通过重心法计算每一个单连通域的重心坐标, 将叶片的大小面积、 数量参数统计在重心坐标所对应的穴孔中, 求得单个穴孔所对应的像 素面积, 设定像素面积阈值, 规定大于该阈值的为 健康钵苗, 小于该阈值的为劣质钵苗。 2.根据权利要求1所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述步骤一中的移栽设备视觉系统包括输送带、 光照箱及计算单元; 所述输送带通 过输送辊水平定位在机架上且由伺服电机驱动; 所述光照箱固定在机架上, 光照箱内安装 着相机和LED灯带; 所述计算单 元包括工控机 。 3.根据权利要求2所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述步骤一中的预处理包括括2g ‑r‑b灰度增强及滤波处理; 其中的滤波处理为7*7 模板中值滤波 去噪。 4.根据权利要求3所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述 步骤二中Sobel 边缘算子分界梯度阈值Gmax=150。 5.根据权利要求4所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述 步骤二中计算阈值G所采用的数 学公式如下: 式中: Gx与Gy为分别作用与X与Y方向上的卷积阵列, G为当前梯度阈值, A为当前图像。 6.根据权利要求5所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特权 利 要 求 书 1/2 页 2 CN 115496937 A 2征在于: 所述步骤二中的穴盘轮廓直线检测方法是: 设置 峰值个数为4、 阈值0.4、 最小直线 长度为45进行直线检测, 选择穴盘轮廓线, 得到线条的两个端点坐标, 最后计算直线的斜 率, 即线条与水平线的夹角。 7.根据权利要求6所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述步骤三2g ‑r‑b灰度增强为图像三通道的线性计算, 目的是突出绿色的钵苗特 征; 所述自适应阈值 二值化处理, 白色像素代 表基质, 黑色像素代 表钵苗叶片。 8.根据权利要求7所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述投影法的步骤是: 通过计算穴盘区域边界提取穴盘中心区域, 提取后统计水平 和垂直方向的白色像素, 得到白色像素垂直投影直方图和水平投影直方图, 根据白色像素 的变化确定出穴盘的边界、 分割出穴盘区域。 9.根据权利要求8所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 所述步骤四中多层感知神经网络的分类器的工作方法, 是依据纹理、 颜色特征对基 质与钵苗叶片进行分类; 所述区域划分, 是根据苗盘规格, 沿穴孔边缘拆分成若干个小图像 区域, 每个小图像区域对应一个穴孔。 10.根据权利要求9所述的基于多层感知机神经网络的温室穴盘苗健康评价方法, 其特 征在于: 光照箱内LED光带维持适宜的光照强度, 以获得清晰的穴盘苗图像。权 利 要 求 书 2/2 页 3 CN 115496937 A 3

.PDF文档 专利 一种基于多层感知机神经网络的温室穴盘苗健康评价方法

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于多层感知机神经网络的温室穴盘苗健康评价方法 第 1 页 专利 一种基于多层感知机神经网络的温室穴盘苗健康评价方法 第 2 页 专利 一种基于多层感知机神经网络的温室穴盘苗健康评价方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 04:37:48上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。