葡萄藤冬季修剪自动化：基于葡萄藤分割的二维植株建模实现潜在修剪点检测
计算机视觉与模式识别
2021-06-09 v1 机器人学
摘要
葡萄藤冬季修剪是一项复杂任务，需要熟练工人正确执行。该任务的复杂性也是其耗时较长的原因。考虑到该操作完成约需80-120小时/公顷，因此在大型葡萄园中尤为关键，自动化系统有助于加快这一过程。为此，本文提出了一种新颖的多学科方法，通过对葡萄藤图像进行目标分割来应对这一挑战性任务，并用于创建葡萄藤植株的代表性模型。其次，从该植株表示中生成一组潜在修剪点。我们将描述(a)数据采集与标注方法，(b)用于葡萄藤分割的神经网络微调，(c)基于图像处理、从推断出的分割结果出发创建葡萄藤代表性模型的方法，以及(d)基于该植株模型（葡萄藤结构的简化）的潜在修剪点检测与定位。通过该方法，我们能够在藤蔓上识别出一组显著的潜在修剪点，经进一步筛选可用于推导出真实修剪点的最终集合。
引用
@article{arxiv.2106.04208,
title = {Grapevine Winter Pruning Automation: On Potential Pruning Points Detection through 2D Plant Modeling using Grapevine Segmentation},
author = {Miguel Fernandes and Antonello Scaldaferri and Giuseppe Fiameni and Tao Teng and Matteo Gatti and Stefano Poni and Claudio Semini and Darwin Caldwell and Fei Chen},
journal= {arXiv preprint arXiv:2106.04208},
year = {2021}
}