申请/专利权人：江苏科技大学

申请日：2021-11-23

公开（公告）日：2024-07-05

公开（公告）号：CN114066920B

主分类号：G06T7/13

分类号：G06T7/13;G06T7/12;G06N3/0464;G06N3/08;G06V10/25;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.03.08#实质审查的生效;2022.02.18#公开

摘要：本发明公开了一种基于改进Segnet图像分割的收割机视觉导航方法与系统，包括以下步骤：1采集待分割的田间农作物图像进行预处理；2利用改进Segnet模型对获取的田间农作物图像进行语义分割，生成目标特征图；所述的改进Segnet模型是指利用ShuffleNetV2网络作为Segnet模型中的编码器部分；3利用边缘检测算法获取特征图中目标的边界像素点及位置信息；4将获取的边界像素点及位置信息作为累计概率霍夫变换PPHT算法的输入，通过调整threshold参数、minLinelength参数、maxLineGap参数，使得累计概率霍夫变换PPHT算法最终输出一条直线线段作为目标直线路径用于导航。本发明能够快速对获取的图像进行语义分割，并根据分割后的特征图像计算并筛选出合适的路径供收割机进行导航。

主权项：1.一种基于改进Segnet图像分割的收割机视觉导航方法，其特征在于，包括以下步骤：1采集待分割的田间农作物图像进行预处理；2利用改进Segnet模型对获取的田间农作物图像进行语义分割，生成目标特征图；所述的改进Segnet模型是指利用ShuffleNetV2网络作为Segnet模型中的编码器部分；针对ShuffleNetV2网络中基本单元的构建具体包括以下步骤：a通过ChannelSplit操作将输入根据通道数划分成两组特征图，然后两组特征图分别传输进入两个分支；b传输至其中一个分支的特征图先进行1×1的卷积后，再输入基于深度可分离卷积的ASPP结构进行卷积操作后进行拼接输出，再经过1×1的卷积后输出特征图；所述的ASPP结构为三个不同大小的深度可分离卷积层分支；c经过一个分支输出的特征图与另一分支输出的特征图进行拼接输出，最后通过ChannelShuffle操作后输出；3利用边缘检测算法获取目标特征图中目标的边界像素点及位置信息；4将获取的边界像素点及位置信息作为累计概率霍夫变换PPHT算法的输入，通过调整threshold参数、minLinelength参数、maxLineGap参数，使得累计概率霍夫变换PPHT算法最终输出一条直线线段作为目标直线路径用于导航。

全文数据：

权利要求：

百度查询： 江苏科技大学 一种基于改进Segnet图像分割的收割机视觉导航方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD