基于视觉的苹果园采前产量制图
计算机视觉与模式识别
2018-08-14 v1
摘要
我们提出一个端到端计算机视觉系统，利用单相机捕获的图像对苹果园产量进行制图。我们所提系统平台无关，且不需要任何特定光照条件。我们的主要技术贡献为：1) 一种利用颜色识别苹果的半监督聚类算法；2) 一种利用空间特性从具有任意复杂几何形状的苹果簇中估计果实数量的无监督聚类方法。此外，我们利用相机运动合并多视角下的计数。我们在明尼苏达大学园艺研究中心由 252 棵树组成的三行果树上进行了多次田间试验以验证算法性能。结果表明，该检测方法对多种颜色品种与光照条件的 -measure 达 0.95–0.97。计数方法的准确率达 89%–98%。此外，我们给出了果树行两侧的合并果实计数。我们的产量估计方法在不同数据集上的总体准确率为 91.98% – 94.81%。
引用
@article{arxiv.1808.04336,
title = {Vision-Based Preharvest Yield Mapping for Apple Orchards},
author = {Pravakar Roy and Abhijeet Kislay and Patrick A. Plonski and James Luby and Volkan Isler},
journal= {arXiv preprint arXiv:1808.04336},
year = {2018}
}