基于边缘曲率的重叠番茄识别方法

简介：
本文提出了一种基于边缘曲率分析的算法，有效区分并识别出密集排列或互相遮挡的番茄个体，提高农业自动化中的果实检测精度。 为提高对重叠番茄的识别准确率，本段落提出了一种基于边缘曲率分析的方法来实现这一目标。该方法首先从二值图像中提取出番茄区域的边缘，并进一步计算每个边缘点的曲率；为了后续步骤中的准确性考虑，需要按照逆时针方向排序这些边缘点。 在完成上述准备工作后，通过统计分析剔除那些具有异常曲率值的数据点。最后一步是利用圆回归技术对剩余的每条边缘进行拟合处理，以此来识别重叠番茄的存在情况。为了减少作业环境中的光照变化和枝叶遮挡等因素带来的影响，在图像预处理阶段采用了基于归一化色差的固定阈值分割方法，并制定了六项边缘识别准则以及三项圆回归准则。 实验结果显示了该技术在不同遮挡条件下的表现： - 当存在轻微遮挡（即小于25%的遮挡率）时，此法能够达到90.9%的准确度； - 对于25%-50%之间的中等程度遮挡情况，则正确识别率为76.9%； - 然而当超过一半面积被遮住（即大于或等于50%的遮挡率）时，该方法的有效性显著降低至仅有23%。 这些数据表明了所提出的方法在一定程度上能够应对光照变化以及枝叶等外界因素的影响，并且具有较高的实际应用价值。不过，在面对较高程度的重叠和遮挡情况下，识别效果会有所下降，未来的研究工作可以结合更多的先进技术如深度学习来进一步提升这一方法的效果。