[发明专利]针对果粒边缘的葡萄果粒分割方法

说明书

本发明公开了一种针对果粒边缘的葡萄果粒分割方法，涉及图像分割领域。本方法是：①采集实验室人工背景葡萄图像和自然场景葡萄图像，采集图像完成后，对图像进行数据增强和数据标注：②建立基于深度学习的葡萄果粒分割模型，将取得的标注数据输入深度学习模型进行训练；③输出葡萄果粒边缘区域分割结果。本发明具有下列优点和积极效果：①针对果粒边缘的自定义标注方法，实现了将葡萄果粒分割这一实例分割问题转化为语义分割问题；②具有解决复杂场景下重叠遮挡问题的能力和较好的泛化性；③不仅解决了葡萄重叠果粒的分割问题，也为解决其它计算机视觉领域分割问题提供了思路。

技术领域

本发明涉及图像分割领域，尤其涉及一种针对果粒边缘的葡萄果粒分割方法。

针对葡萄果粒分割这一关键问题，以葡萄为研究对象，应用深度学习图像分割方法来解决葡萄果粒分割问题，并泛化到不同品种和不同场景的葡萄图像。对于形态、颜色、大小和紧凑性等方面存在较大差异性的葡萄，本方法能够以较高的精度分割不同品种和不同场景下的葡萄果粒。

背景技术

我国是葡萄生产大国，葡萄种植已经形成了规模化的大型葡萄果园。葡萄的表型参数信息，例如葡萄果粒数量和果粒大小等参数，被广泛应用于葡萄园中栽培、管理、采摘和分级等工作。但由于农业自动化水平滞后，葡萄园的栽培、管理、采摘和分级等工作需要耗费大量的劳动成本，从而降低了产品的市场竞争力。因此，实现葡萄表型参数信息的自动获取，对于降低生产成本，提升经济效益，推动葡萄产业转型升级具有重要意义。

随着图像处理技术的发展，基于图像的葡萄表型参数自动分析变得可行，但葡萄是一种形态复杂的穗状水果，以整串葡萄果穗为单位的研究无法满足精细化的生产需求。葡萄果粒是葡萄果实的最小单位，实现果粒级的准确分割能够为葡萄表型参数的分析提供更精细化的参照。利用葡萄果粒级的分割结果，可以为后续研究提供基础，满足不同的生产需求，如果粒计数、果粒尺寸测量和采摘点定位等。

发明内容

本发明的目的就在于克服现有技术存在缺点和不足，提供一种针对果粒边缘的葡萄果粒分割方法。

本发明的目的是这样实现的：

葡萄是一种形态复杂的穗状水果，直接对整串葡萄进行表型参数分析无法满足精细化的生产需要，因此实现葡萄果粒级分割是葡萄表型参数分析的先决条件，将葡萄串和每个果粒区域分割出来，利用分割后的果粒图像，可以进行后续研究来满足不同任务需求，例如果粒尺寸测量、果粒计数和采摘点定位等。

本发明基于深度学习图像分割方法，实现对整串葡萄图像中单个果粒的分割任务。目前对葡萄图像进行分割的研究已取得一定进展，但在识别精细程度和准确度方面依然有待深入研究。

本发明采用以下技术方案：

本发明提出一种葡萄果粒图像语义分割框架，该框架基于语义分割模型，辅以针对果粒边缘的自定义标注方法，该自定义标注方法的核心思想在于，对果粒边缘进行独立标注和分割，为解决葡萄果粒分割问题提供了一种全新思路。

1、研究对象

本研究对象为单串葡萄，采集的葡萄品种为一种或多种。本发明采用实验图像分为两部分：实验室人工背景葡萄图像和自然场景葡萄图像。前者采用一套定制的葡萄图像采集设备获取；后者采用智能手机，于葡萄种植大棚中拍摄获取。两者主要区别在于照明条件和背景复杂度。前者采用人工光源，背景为黑白卡纸；后者为日间自然光，背景包含各种复杂场景，如叶片、树枝、大棚钢架等。

2、针对果粒边缘的自定义标注方法