基于多模式融合的附着花生图像分割
Yujing Wang1, Fang Ye1, Jiusun Zeng2
1College of Metrology Measurement and Instrument, China Jiliang University, Hangzhou 310018, China.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
这项研究引入了一种新的多式联络融合算法,用于对附着花生图像进行细分. 该方法有效地利用3D点云来实现高精度的细分复杂的花生形状.
科学领域:
- 计算机视觉 计算机视觉
- 农业工程 农业工程
- 图像处理 图像处理
背景情况:
- 细分附着花生是具有挑战性的,因为它们的非凸形状,复杂的纹理和多样化的结构.
- 准确的细分对于自动化农业过程和质量评估至关重要.
研究的目的:
- 开发一种多式融合算法,用于准确的2D细分附着花生图像.
- 为了克服对不规则形状物体的传统细分方法的局限性.
主要方法:
- 使用直线结构光成像系统捕捉花生3D点云.
- 采用了表面贴合,基于最小曲率的种子点选择和KD-Tree算法用于点云细分.
- 使用滚动方法提取2D轮,并通过多尺度特征匹配和打开操作优化细分.
主要成果:
- 拟议的算法成功地从附着图像中分割了个别的花生.
- 在花生图像中实现了96.8%的高细分精度.
- 与现有的细分技术相比,表现出更好的性能.
结论:
- 多式联动融合方法有效地解决了对粘附花生图像进行细分的挑战.
- 这种方法为农业应用中准确的花生细分提供了强大的解决方案.


