农业机械学报

作者：李寒，陶涵虓，崔立昊，刘大为，孙建桐，张漫

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：番茄果实;深度点云;图像分割;神经网络;识别与定位;SOM-K-means算法

基金：国家自然科学基金项目（31971786）和北京市创新训练项目（201910019366）

为解决多个番茄重叠黏连时难以识别与定位的问题，提出一种基于RGB-D图像和K-means优化的自组织映射（Self-organizing map，SOM）神经网络相结合的番茄果实识别与定位方法。首先，利用RGB-D相机拍摄番茄图像，对图像进行预处理，获取果实的轮廓信息；其次，提取果实轮廓点的平面和深度信息，筛选后进行处理；再次，将处理后的数据输入到采用K-means算法优化的SOM神经网络中，得到点云聚类结果；最后，根据聚类点，通过坐标转换得到世界坐标信息，拟合得到各个番茄的位置和轮廓形状。以果实识别的正确率和定位结果的均方根误差（RMSE）为指标对该算法进行验证和分析，采集80幅图像共366个番茄样本，正确识别率为87.2%，定位结果均方根误差（RMSE）为1.66mm。与在二维图像上利用Hough变换进行果实识别的试验进行对比分析，进一步验证了本文方法具有较高的准确性和较强的鲁棒性。

来源：2021年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第1期