-
题名棉花叶片三维点云几何形状补全
被引量：1
- 1
-
-
作者
张新颖
印志本
张云
雷泽宇
司春景
-
机构
塔里木大学信息工程学院
-
出处
《塔里木大学学报》
2024年第2期77-83,共7页
-
文摘
棉花是新疆主要的经济作物之一,采用三维重建法自动获取棉花植株的表型数据,对实时监测棉花生长状态具有重要意义。由于遮挡、光线、分辨率等限制,获取的棉花植株点云不完整,因此本研究使用基于深度学习的点云补全PF-Net模型,对不完整的棉花叶片点云进行几何形态补全研究。首先采集多视角的棉花图像重建三维点云,然后利用聚类、最远点采样、归一化和数据增强等方法构建棉花叶片点云数据集,将数据带入PF-Net模型完成棉花叶片点云几何形态补全。结果表明,3种不同程度的缺失数据(25%,50%和75%)补全后的点云模型倒角距离值分别为11.8×10^(-3),9.9×10^(-3)和10.8×10^(-3),且补全后的棉花叶片点云可以保持原有的几何形态。因此,通过点云补全算法提供棉花植株叶片的完整三维模型,对棉花植株表型自动测量提供完整几何信息具有重要意义。
-
关键词
PF-Net模型
棉花叶片点云
点云补全
三维重建
-
Keywords
PF-Net model
cotton leaf point clouds
point cloud completion
3D reconstruction
-
分类号
S562
[农业科学—作物学]
-
-
题名改进SSD算法在骏枣黑斑病识别模型研究
被引量：2
- 2
-
-
作者
印志本
刘锋
栾世伟
-
机构
塔里木大学信息工程学院
-
出处
《农业与技术》
2022年第22期15-18,共4页
-
文摘
骏枣具有非常好的营养价值,但是由于引进时间短,黑斑病等时常发生。目标检测是机器视觉近几年的研究热点,深度学习目标检测SSD算法在精度上和速度上都占优势,虽然在小目标上研究现状比较少,但是未来必然是SSD算法的拓展延伸热点。本文采用SSD算法对黑斑病进行识别探究,近期多种文献的作者研究SSD算法,一般是研究该算法的FPN、网络结构、极大值抑制等情况。其实验结果都有非常好的鲁棒性,SSD算法目标识别中确实是一个优秀的算法。
-
关键词
SSD算法
骏枣
黑斑病
目标识别
-
分类号
S-3
[农业科学]
-
-
题名改进多目标检测器的骏枣外观品质实时检测
被引量：4
- 3
-
-
作者
栾世伟
喻彩丽
印志本
刘峰
张学东
-
机构
塔里木大学信息工程学院
汕尾职业技术学院
-
出处
《塔里木大学学报》
2023年第1期105-112,共8页
-
基金
国家自然科学基金项目“南疆干旱区枣树水分传输动力学机制与模拟”(42061046)。
-
文摘
骏枣外观的品质检测对其提升经济价值,实现优质优价起着至关重要的作用。为实现骏枣快速、多数量实时检测,并解决表面皱褶和缺陷尺度不同的问题,本研究在YOLOv5模型的基础上进行改进,提出了Ghost-YOLOv5-BiFPN模型。根据骏枣数据集目标大小特点,采用K-means++算法生成骏枣数据集先验框,提高聚类速度。利用Ghost模块替换传统卷积,减少模型参数量和计算量,应用双向特征金字塔网络进行多尺度特征融合,更好识别骏枣缺陷部分。结果表明,改进后的Ghost-YOLOv5-BiFPN模型的平均精度达到93.4%,低算力设备检测速度为37 ms,改进后的模型能更好地平衡准确性和实时性。
-
关键词
骏枣
外观检测
轻量化
双向特征金字塔网络
-
Keywords
Zizyphus jujuba cv.Junzao
appearance detection
lightweight
bidirectional feature pyramid network
-
分类号
S665.1
[农业科学—果树学]
-
