野外非结构化环境下番石榴视觉三维感知研究

摘要

自然环境下的番石榴与背景颜色相似,视觉特征稀缺,光照条件复杂,对其进行准确的识别和测量是一项具有挑战性的工作。为此,结合全卷积神经网络与双目立体视觉原理,基于具有强鲁棒性的图像分割算法及高精度视觉三维测量算法,构建了适用于野外番石榴采摘的实用和稳定的视觉算法框架。试验结果表明:图像分割的均交并比为85.3%,双目视觉系统对番石榴果径和果距的平均视觉测量误差的1-σ区间分别为(1.68±0.57)mm和(2.84±0.62)mm,验证了提出的视觉测量框架具有较强的稳定性和较高的测量精度。研究所提的方法不依赖敏感的人工阈值,比经典方法具有更强的稳定性和实用性;同时,硬件系统部署简便,技术模块集成度高,充分兼顾了户外作业对灵活性与精度的需求,可以更好地适应复杂的非结构化采摘环境。