宾夕法尼亚州立大学的研究人员在一项史无前例的研究中设计了一种机器视觉系统,能够定位和识别果园树上花丛中的苹果王花,这是开发机器人授粉系统的关键早期步骤。
苹果花成群生长,四到六朵花附着在树枝上,中心花被称为王花。这种花在花簇中最先开放,通常会结出最大的果实。因此,这是机器人授粉系统的关键目标,研究员、农业与应用科学学院助理教授龙河说。 生物工程.
传统上,苹果的生产力依赖昆虫授粉。然而,他指出,有证据表明,来自驯化蜜蜂和野生授粉媒介的授粉服务无法满足日益增长的需求。由于 蜂群崩溃障碍,世界各地的蜜蜂正在以惊人的速度死亡。因此,生产者需要替代的授粉方法。
这项研究是农业科学学院贺教授课题组的最新研究成果,该课题组致力于开发机器人系统来完成蘑菇采摘、苹果树修剪和青果间疏等劳动密集型农业任务。他解释说,该项目的主要目标是开发一种基于深度学习的视觉系统,可以精确识别和定位树冠中的王花。
他说:“我们认为这一结果将为机器人授粉系统提供基线信息,从而实现高效且可重复的苹果授粉,从而最大限度地提高优质水果的产量。” “在宾夕法尼亚州,我们仍然可以依靠蜜蜂为苹果作物授粉,但在蜜蜂死亡更严重的其他地区,种植者可能迟早需要这项技术。”
农业生物工程系博士生穆新阳带头进行了王花研究。 Mu 使用 Mask R-CNN(一种流行的深度学习计算机程序,执行像素级分割来检测被其他对象部分遮挡的对象)来识别和定位机器视觉系统中的王花。
为了构建基于 Mask R-CNN 的检测模型,他拍摄了数百张苹果花簇照片。然后,他开发了一种王花分割算法,用于从苹果花图像的原始数据集中识别和定位王花。该研究是在宾州州立大学比格勒维尔水果研究和推广中心进行的。
嘎拉和蜜脆 苹果 选择品种进行试验。测试树于 2014 年种植,树距约为 5 英尺(Gala)和 6 1/2 英尺(Honeycrisp)。这些树木采用高纺锤形树冠结构,平均高度约为 13 英尺。带有摄像头的图像采集系统安装在一辆在树行之间操纵的多功能车上。
穆指出,训练机器视觉系统来定位王花是具有挑战性的,因为它们的大小、颜色和形状与簇状侧向花朵相同,而且王花由于其中心位置通常会被周围的花朵遮挡。
为了满足 Mask R-CNN 模型训练的迁移学习要求,原始图像被标记为两个预定义的类别:单花和遮挡花。 Mu 解释说,为了提高精度,使用数据增强方法将训练数据集扩大了四倍。
“为了区分王花和侧花,每个花簇中最中心的花都是有针对性的,或者说是局部化的,”他说。 “视觉系统根据二维花密度映射方法自动单独定位花簇。在每个检测到的花簇中,最中心位置的花朵(或掩模)被确定为目标王花。”
在最近发表的研究结果中 智慧农业科技,研究人员报告称,Mu 的算法实现了高水平的王花检测精度。与研究人员通过眼睛识别王花的手动测量(研究人员称为地面实况测量)相比,机器视觉王花检测准确度从 98.7% 到 65.6% 不等。