VPBR:用于南瓜的自动和低成本基于视觉的生物物理性质识别管道
L Minh Dang1, Muhammad Nadeem2, Tan N Nguyen3
1Department of Information and Communication Engineering, and Convergence Engineering for Intelligent Drone, Sejong University, Seoul 05006, Republic of Korea.
Plants (Basel, Switzerland)
|July 29, 2023
概括
使用图像分析自动测量南瓜生物物理性质,显著提高了效率. 这种新的方法为农作物监测的传统手工技术提供了更快,更准确的替代方案.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 生物物理学的生物物理.
背景情况:
- 黄瓜产量受其生物物理性质的影响,这对农业生产力至关重要.
- 手动测量这些属性是劳动密集型和耗时的.
- 开发自动化方法对于有效的作物监测至关重要.
研究的目的:
- 开发和验证一个自动化系统,用高分辨率图像测量南瓜的生物物理特性.
- 将自动化系统的精度和效率与手动测量技术进行比较.
主要方法:
- 使用高分辨率的南瓜图像来训练数学模型.
- 使用颜色检查面板实现了颜色校正,以标准化图像数据.
- 训练了一个细分模型来区分南瓜果和葡萄树的成分.
- 与手册数据对比的果实长度,宽度,茎长度,茎宽度和皮肤颜色的验证测量.
主要成果:
- 与手动测量相比,自动化系统实现了2.5%的低平均绝对百分比误差 (MAPE).
- 证明了南瓜果和葡萄树的成功细分.
- 验证了关键生物物理性质的测量.
结论:
- 基于图像的自动化系统为监测南瓜生物物理性质提供了更快,更有效的方法.
- 这项技术有可能显著改善南瓜种植的农业实践.
- 进一步的研究可以将这种方法扩展到其他作物和生物物理参数.
