农业机械学报

作者：高旺，邓寒冰，邢志鸿，朱彦强

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,

关键词：温室;番茄图像;单目视觉;深度估计;拉普拉斯金字塔;模态转换

基金：国家重点研发计划项目（2022YFD2002303-01）和辽宁省教育厅基本科研项目面上项目（JYTM20231303）

在温室场景下，针对番茄的表型解析、自主采摘、多模态联合分割等任务，快速、高精度、低成本地获取场景深度信息对农机视觉系统至关重要。本研究提出了一种嵌入注意力机制的RGB模态向深度模态转换的单目深度估计网络(RGB to depth conversion network，RDCN)，以解决传统算法无法充分挖掘编码器的特征提取能力、深度估计精度低以及边界模糊问题。首先以ResNext101替换原来的ResNet101骨干网络，提取各个不同层级的特征图并将其融合到拉普拉斯金字塔分支，强调特征的尺度差异性并强化特征融合的深入与广泛性;同时为了增强模型获取全局信息以及上下文信息交互的能力，引入了置换注意力模块(Shuffle attention module, SAM)，以减少下采样过程造成的局部细节信息丢失;其次，为了改善预测深度图的边界模糊问题，嵌入深度细化模块(Depth refinement module, DRM)，感知预测特征图物体附近的深度变化;实现了温室场景下番茄植株图像深度信息的精准预测。试验结果表明，RDCN在测试集上的平均相对误差、均方根误差、对数均方根误差、对数平均误差相比于基准模型分别降低了20.5%、10.3%、8.3%、21.8%，在1.25、1.252、1.253阈值下的准确率分别提高3.2%、1.2%和1.0%;并且网络生成的深度图像视觉上全局完整清晰且有较多的纹理细节;研究表明，RDCN在温室场景下能够基于RGB信息获得高质量的深度信息，可为基于单目传感器的温室场景农机导航以及深度图像在多模态任务中的应用提供技术支持。

来源：2025年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第6期