[发明专利]一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法

说明书

本发明提供了一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法。涉及茶叶智能采摘技术领域，步骤一：通过工业相机实时采集茶叶嫩芽图像，输入计算机进行图像预处理；步骤二：将步骤一)处理后的图像输入到改进的R3Det旋转目标检测算法进行预测；步骤三：将步骤二)得到的茶叶嫩叶的倾斜预测框输入到嫩芽采摘点定位模块确定嫩芽采摘点；步骤四：输出茶叶嫩芽识别结果和茶叶嫩芽采摘点。本发明以改进R3Det旋转目标检测算法，提高检测精度。最终通过改进的R3Det旋转目标检测算法和简短判断处理，实现茶叶嫩叶的精准识别和采摘点定位。

技术领域

本发明属于茶叶智能采摘技术领域，具体涉及到一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法及定位系统。

背景技术

茶叶的智能化采摘对减轻茶农工作量具有重要的意义。目前对茶叶嫩芽检测的研究主要集中在两个方面。一方面是基于传统算法，根据颜色特征通过图像分割等方法对茶叶嫩芽进行分割识别，并结合质心法求出茶叶嫩芽的质心，进而实现茶叶嫩芽采摘点的二维定位。另一方面是结合深度学习算法，通过通用目标检测算法对茶叶嫩芽进行检测，实现茶叶嫩芽的分类和初定位，进一步使用骨架提取等方法对茶叶嫩芽采摘点进行二维定位。

但是以上技术仍然存在以下缺陷：①基于传统算法的茶叶嫩芽检测，由于通过图像分割等对嫩芽进行筛选，导致识别精度较差；同时由于手工设计的原因，导致该类方法(在天气、光照等环境)的普适性较差。②结合深度学习的通用目标检测算法，可较好的实现茶叶嫩芽的识别，但是由于其定位框为竖直框，所以嫩芽采摘点的定位还需要骨架提取等方法对其进行精确定位，然而在算法后使用骨架提取等方法耗时较长。

发明内容

针对现有技术中存在不足，本发明提供了一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位方法，通过改进R3Det旋转目标检测算法对茶叶嫩芽实现精准识别，并通过特殊的旋转倾斜框可直接定位出茶叶嫩芽采摘点。

本发明是通过以下技术手段实现上述技术目的的。

一种基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统，包括改进的R3Det旋转目标检测算法和嫩芽采摘点定位模块；所述改进的R3Det旋转检测网络包括改进的ResNet50主干特征提取网络、特征融合模块(FPN)和分类回归模块；所述改进的ResNet50主干特征提取网络采用ResNeXt50的残差模块，并在ResNeXt50残差模块中插入CA模块；所述嫩芽采摘点定位模块根据改进的R3Det旋转目标检测算法得到的倾斜框确定嫩芽采摘点。

进一步的，所述嫩芽采摘点定位模块根据改进的R3Det旋转目标检测算法得到的倾斜框，判断得到倾斜预测框的下短边，并计算出该短边中点，作为茶叶嫩芽采摘点。

进一步的，所述ResNeXt50残差模块是在ResNet50基础上将3x3的普通卷积改为3x3的组卷积，用3x3组卷积对目标进行特征提取。

进一步的，所述的在ResNeXt50残差模块中插入坐标注意力机制(CA模块)，CA模块同时实现坐标注意和通道注意。

基于改进R3Det旋转目标检测算法的茶叶嫩芽识别与采摘点定位系统的定位方法，包括如下步骤：

步骤一：通过工业相机实时采集茶叶嫩芽图像，输入计算机进行图像预处理；

步骤二：将步骤一)处理后的图像输入到改进的R3Det旋转目标检测算法进行预测；

步骤三：将步骤二)得到的茶叶嫩叶的倾斜预测框输入到嫩芽采摘点定位模块确定嫩芽采摘点；

步骤四：输出茶叶嫩芽识别结果和茶叶嫩芽采摘点。