买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于深度学习与图像算法的小麦位姿信息获取方法。本发明包括以下步骤：首先，构建小麦种子检测模型；接着，利用训练数据对小麦种子检测模型进行训练；根据训练得到的小麦种子检测模型，利用相机实时图像数据作为网络输入，网络输出角点坐标、分类、置信度；然后，根据角点坐标计算种子长度宽度信息，基于小麦种子角度算法计算小麦种子胚向角度；最后，对相机实时图像数据进行处理，得到的单粒种子区域，计算投影面面积和质心坐标，从而获得种子位姿信息。本发明解决了传统图像检测方法和深度学习检测方法在识别种子角度、长宽以及形心时无法满足准确性与实时性兼顾的问题。

主权项：1.一种基于深度学习与图像算法的小麦位姿信息获取方法，其特征在于，包括以下步骤：S1：构建小麦种子检测模型；S2：利用小麦种子数据集对小麦种子检测模型进行训练，获得训练好的小麦种子检测模型；S3：将相机实时图像数据作为训练好的小麦种子检测模型的输入，模型输出对应的小麦种子检测结果；S4：根据小麦种子检测结果计算小麦种子位姿信息；所述S1中，小麦种子检测模型是对YOLOv5网络改进获得的，具体地：在YOLOv5网络的骨干网络中的最后一个C3_X模块和SPPF模块之间增加ECA注意力机制模块后，获得改进后的骨干网络；将颈部网络中的特征融合部分由FPN+PAN的结构改为BiFPN的结构，获得改进后的颈部网络；将YOLOv5网络中Conv模块的ReLU激活函数替换为SEEDLU非线性激活函数；所述SEEDLU非线性激活函数的公式如下： 其中，SEEDLUx为SEEDLU非线性激活函数值，x为神经元接收的输入；所述S4具体为：根据小麦种子检测结果，计算小麦种子的胚向角度；并且基于当前相机实时图像数据计算小麦种子的投影面面积和质心坐标，由小麦种子胚向角度、投影面面积和质心坐标组成小麦种子位姿信息；所述S4中，根据小麦种子检测结果，计算小麦种子的胚向角度，具体为：首先，将小麦种子检测结果中所有种子类别的检测目标放入待选种子集合中并按置信度数值对种子类别的检测目标排序；接着选择待选种子集合中置信度数值最大的种子类别检测目标，根据其角点坐标信息计算小麦种子绒毛端的中心点坐标和小麦种子胚端的中心点坐标；如果小麦种子绒毛端的中心点坐标在小麦种子绒毛端类别的检测目标内并且小麦种子胚端的中心点坐标在小麦种子胚端类别的检测目标内，则根据小麦种子绒毛端的中心点坐标和小麦种子胚端的中心点坐标计算当前种子类别检测目标对应小麦种子的胚向角度；否则接着依次选择种子类别检测目标并判断其胚端和绒毛端的中心点坐标，直至待选种子集合内的种子类别检测目标遍历完成，输出当前相机实时图像数据中小麦种子的胚向角度；所述S4中，基于当前相机实时图像数据计算小麦种子的投影面面积和质心坐标，具体为：B1：将当前相机实时图像数据中小麦种子所在识别框内的像素点数值不变，识别框外的像素点数值覆盖为[0，0，0]，获得蒙版图像pig2；B2：将蒙版图像pig2中每个像素点从RGB空间转换为HSV空间后，获得HSV空间下的图像pig3，对HSV空间下的图像pig3进行分割后，获得种子所在区域掩膜pig4；B3：使用质心公式遍历种子所在区域掩膜pig4中的所有像素点，计算获得小麦种子的投影面面积s和质心坐标x0，y0。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于深度学习与图像算法的小麦位姿信息获取方法