首页|基于相机拍照的油茶果形状特征提取研究

基于相机拍照的油茶果形状特征提取研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]为实现油茶果实尺寸及大小分布的快速获取,提出一种基于相机拍摄的油茶果形状特征参数批量化提取方法.[方法]首先将采摘油茶果摆放于含刻度尺的背景板,利用相机快速获取油茶果图像并进行校正;然后利用Mask R-CNN模型对图像油茶果进行快速检测计数,根据生成的掩码采用椭圆拟合法统计油茶果特征参数(长轴长、短轴长、面积、周长)的像元个数;最后结合背景板刻度尺计算的像元大小,获取油茶果特征参数,同时利用实测值进行精度验证.[结果]Mask R-CNN模型的平均识别准确率和召回率分别为99.55％和91.19％,测度值为95.22％,满足用于统计油茶果形状特征参数的要求.对油茶果面积的估测精度最高,决定系数(R2)、平均绝对误差(MAE)、均方根误差(RMSE)分别为0.9990、10.75 mm2、14.88 mm2;其次为周长和长轴长,短轴长的估测精度最低,其R2、MAE、RMSE分别为0.8647、3.15 mm、3.74 mm.[结论]该方法实现了油茶果采摘后的快速准确计数以及形状特征参数的批量化提取,可为大量果实特征参数的快速准确检测提供参考,为指导油茶果实分级和快速测产提供科学依据.
Research on extraction of shape features of Camellia oleifera fruits based on camera photography

棘玉、尹显明、严恩萍、蒋佳敏、彭邵锋、莫登奎

展开 >

林业遥感大数据与生态安全湖南省重点实验室

国家林业和草原局南方森林资源管理与监测重点实验室

近景摄影 形状特征提取 图像处理 卷积神经网络 油茶果

国家自然科学基金国家自然科学基金湖南省大学生创新创业训练计划湖南省教育厅重点项目湖南省教育厅重点项目

3207168231901311S20201053800818A15119A525

2022

10.12302/j.issn.1000-2006.202109030

南京林业大学学报(自然科学版)
南京林业大学

南京林业大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.012
ISSN：1000-2006
年,卷(期)：2022.46(2)
  • 1
  • 23