基于区域亮度自适应校正的茶叶嫩芽检测模型

文献类型： 中文期刊

第一作者： 吕军

作者： 吕军;方梦瑞;姚青;武传宇;贺盈磊;边磊;钟小玉

作者机构：

关键词： 机器视觉;目标检测;茶叶嫩芽;光照强度;分块;亮度自适应校正;YOLOv5

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2021 年 022 期

页码： 278-285

收录情况： EI ; 北大核心 ; CSCD

摘要： 自然光照下不同时间采集的茶叶图像存在亮度不均的现象。由于高亮度图像对比度差且嫩芽特征显著性弱,造成高亮度图像中存在较多嫩芽的漏检。针对现有茶叶嫩芽图像自动检测方法对光照变化的敏感性,该研究提出一种基于区域亮度自适应校正的茶叶嫩芽检测模型。首先,对不同时间采集的龙井43茶叶图像进行灰度化;然后,计算灰度图的平均灰度（AverageGray,AG）值,对AG值在[170,230]的高亮度图像进行不同尺寸的分块处理和局部区域伽马亮度自适应校正;最后,在相同的训练集和测试集训练多个深度学习检测模型。测试结果表明,基于YOLOv5+CSPDarknet53的检测模型比SSD+VGG16、Faster RCNN+VGG16、YOLOv3+Darknet53和YOLOv4+CSPDarknet53模型具有更优的嫩芽检测性能,精确率和召回率分别为88.2%和82.1%。对YOLOv5检测结果进行检测抑制,有效避免了同一目标被多次框选的冗余现象。[30,90)和[90,170)亮度区间内嫩芽图像具有较强的显著性特征和较高的检测精度与召回率。相较于AG值在[170,230]的高亮度原始图像的检测结果,对高亮度图像进行2×3分块和局部区域亮度自适应校正后,YOLOv5嫩芽检测召回率提高了19.2个百分点。对不同光照条件下采集的茶叶图像进行测试,基于区域亮度自适应校正的茶叶嫩芽YOLOv5检测模型获得了92.4%的检测精度和90.4%的召回率。该模型对光照强度变化具有较强的鲁棒性,研究结果可为自然光照条件下茶叶嫩芽机械采摘作业提供参考。

分类号： TP391.41%S571.1

  • 相关文献

[1]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[2]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[3]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[4]基于深度学习的枸杞病虫害识别研究. 李季,杨淑婷,张学俭,周慧,冶鑫,梁爱银. 2024

[5]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[6]基于机器视觉的鲐鱼鱼体定向排列输送装置设计与试验. 万鹏,黄毓毅,汪荣,李梦珂,肖畅宇,吴文锦. 2023

[7]基于深度学习的近地面草原鼠洞识别计数关键问题研究与应用. 郭秀明,王大伟,刘升平,诸叶平,刘晓辉,林克剑,王佳宇,李非. 2024

[8]基于Faster R-CNN网络的茶叶嫩芽检测. 朱红春,李旭,孟炀,杨海滨,徐泽,李振海. 2022

[9]基于改进YOLOv5的草莓病害智能识别终端设计. 乔珠峰,赵秋菊,郭建鑫,陈会娜,平阳,赵继春. 2024

[10]基于改进YOLOv5的甘蔗茎节识别方法. 赵文博,周德强,邓干然,何冯光,朱琦,韦丽娇,牛钊君. 2023

[11]基于YOLOv5模型的仔猪社交识别方法研究. 冯兴尧,王海峰,朱君,孙想,邱阳,李斌. 2024

[12]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[13]基于YOLOv5的小麦种子发芽检测方法研究. 白卫卫,赵雪妮,罗斌,赵薇,黄硕,张晗. 2023

[14]基于改进YOLOv5l的设施番茄3D信息检测方法. 林森,许童羽,葛禹豪,马璟,孙添龙,赵春江. 2024

[15]基于深度学习和图像识别技术构建斑玉蕈菌盖斑点表型识别分析系统. 姜宁,陈静,余昌霞,苏海辉,董浩然,李巧珍,于海龙,李正鹏. 2025

[16]基于改进的YOLOv5的蜜柚果树识别方法. 张 嘉豪,郭 阳,刘 杰,陈 桂鹏. 2025

[17]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[18]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[19]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[20]基于改进YOLOv5s的硬核期葡萄簇检测. 冯晓,张辉,刘运超,张微,李小红,马中杰. 2024

作者其他论文 更多>>

微信小程序