[发明专利]一种果园水果识别与产量统计系统和方法在审
申请号: | 202110539458.4 | 申请日: | 2021-05-18 |
公开(公告)号: | CN113344968A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 史云;张保辉;钱建平;李会宾 | 申请(专利权)人: | 苏州云视图信息科技有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/70;G06T7/00;G06N3/04;G06N3/08 |
代理公司: | 北京山允知识产权代理事务所(特殊普通合伙) 11741 | 代理人: | 胡冰;邓玉婷 |
地址: | 215331 江苏省苏州市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 果园 水果 识别 产量 统计 系统 方法 | ||
1.一种果园水果识别与产量统计系统,其特征在于,包括:
果实检测模块,其接收经过了分帧处理的果实视频数据,并提取果实图像的颜色纹理特征和语义特征,定位图像中每个果实的坐标位置;
果实多目标跟踪模块,其对每帧图像的果实目标进行跟踪;
特定区域计数模块,其在视频序列中划定果树计数区域,统计截止当前视频序列的果实数量。
2.根据权利要求1所述的系统,其特征在于,还包括:
所述果实检测模块从所述果实视频采集装置模块读取视频序列,提取果实图像的颜色纹理特征和语义特征,定位图像中每个果实的坐标位置。
3.根据权利要求2所述的系统,其特征在于,
所述果实检测模块利用NMS非极大值抑制方法,对果实目标进行筛选,移除重叠度较高的目标框,统计筛选后的果实目标框,作为当前图像最终的果实检测结果。
4.根据权利要求2所述的系统,其特征在于,
所述果实多目标跟踪模块读取每帧图像的果实目标位置,利用卡尔曼滤波器对每个新出现的果实目标创建一个新的跟踪器,并对果实运动状态进行预测和更新,使用匈牙利匹配算法将不同视频帧间的果实进行数据关联,获得每帧的跟踪结果。
5.根据权利要求4所述的系统,其特征在于,
所述果实多目标跟踪模块获得卡尔曼预测目标轨迹后,通过马氏距离来计算跟踪目标与当前帧检测目标的匹配度;计算IOU代价矩阵,利用IoU损失来衡量检测结果与轨迹之间的位置相似度,实现关联匹配。
6.一种果园水果识别与产量统计方法,其特征在于,包括:
S1:读取果实视频数据,对果实视频数据进行分帧处理;
S2:提取果实图像的颜色纹理特征和语义特征,定位图像中每个果实的坐标位置;
S3:对每帧图像的果实目标进行跟踪;
S4:在视频序列中划定果树计数区域,计算果实数量;
S5:统计截止当前视频序列的果实数量。
7.根据权利要求6所述的方法,其特征在于,
步骤S2还包括:从所述果实视频采集装置模块读取视频序列,提取果实图像的颜色纹理特征和语义特征,定位图像中每个果实的坐标位置。
8.根据权利要求7所述的方法,其特征在于,
步骤S2还包括:利用NMS非极大值抑制方法,对果实目标进行筛选,移除重叠度较高的目标框,统计筛选后的果实目标框,作为当前图像最终的果实检测结果。
9.根据权利要求8所述的方法,其特征在于,
步骤S3还包括:读取每帧图像的果实目标位置,利用卡尔曼滤波器对每个新出现的果实目标创建一个新的跟踪器,并对果实运动状态进行预测和更新,使用匈牙利匹配算法将不同视频帧间的果实进行数据关联,获得每帧的跟踪结果。
10.根据权利要求9所述的方法,其特征在于,
步骤S3还包括:获得卡尔曼预测目标轨迹后,通过马氏距离来计算跟踪目标与当前帧检测目标的匹配度;计算IOU代价矩阵,利用IoU损失来衡量检测结果与轨迹之间的位置相似度,实现关联匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州云视图信息科技有限公司,未经苏州云视图信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110539458.4/1.html,转载请声明来源钻瓜专利网。