«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第48卷

期数:

2020年第05期

页码:

210-219

栏目:

农业工程与信息技术

出版日期:

2020-04-02

文章信息/Info

Title:

Recognition and counting of ground apples based on deep learning

作者:

荆伟斌¹; 2;  胡海棠²;  程成²;  李存军²;  竞霞¹;  郭治军³

1.西安科技大学测绘科学与技术学院，陕西西安 710054； 2.北京农业信息技术研究中心，北京 100097；
3.中国人民财产保险股份有限公司北京市分公司，北京 100010

Author(s):

Jing Weibin; et al

关键词:

深度学习; 苹果; 识别; 地面苹果数量; 农业保险

Keywords:

-

分类号:

TP391.41

DOI:

-

文献标志码:

A

摘要:

在农业保险中，苹果园受灾理赔需要通过快速准确的落果计数进行定损，然而自然场景的复杂性、落果的分布状态、采集员的身高、拍照习惯等环境因素和人为因素影响了基于影像的落果识别与计数的准确性和可靠性。通过获取不同落果背景、光照度、落果分布密集度、拍摄高度和拍摄距离等条件下地面的苹果影像，采用基于深度学习的更快速的区域卷积神经网络(faster region convolutional neural networks，Faster-RCNN)模型进行地面苹果检测的方法，与传统方法Hough变换和分水岭算法进行对比。结果表明，Faster-RCNN模型的平均识别精度达到95.53%，明显优于传统的地面苹果提取方法；在弱光、落果分布密集、拍摄距离较远等不理想的条件下，识别精度也达到90%以上，有较好的稳定性。基于深度学习的地面苹果识别与计数方法，有望为提高农业果品保险定损的精度与效率提供重要的技术参考。

Abstract:

-

参考文献/References:

［1］国家统计局.中国统计年鉴［M］. 北京：中国统计出版社，2017.
［2］李云国，蔡兆翔，马静，等. 昭通高原苹果产业发展现状及可持续发展对策研究［J］. 云南农业大学学报(社会科学版)，2015，9(5)：69-73.
［3］李莎，钱建平，赵春江，等. 不同颜色模型识别成熟苹果图像的比较分析［J］. 计算机工程与设计，2015，36(6)：1545-1550.
［4］Guo A X，Zou X J，Zhu M S，et al. Color feature analysis and recognition for litchi fruits and their main fruit bearing branch based on exploratory analysis［J］. Transactions of the Chinese Society of Agricultural Engineering，2013，29(4)：191-198.
［5］马正华，吕小俊，徐黎明，等. 近色背景果实识别的多源图像配准［J］. 计算机工程与设计，2018，39 (11)：3494-3499.
［6］许凯. 基于图像识别的苹果果实检测技术［J］. 实验室研究与探索，2016，35(10)：36-39.
［7］陈礼鹏，穆龙涛，刘浩洲，等. 基于猕猴桃果萼图像的多目标果实识别方法［J］. 计算机工程与设计，2018，39(6)：1738-1744.
［8］黄小玉，李光林，马驰，等. 基于改进判别区域特征融合算法的近色背景绿色桃子识别［J］. 农业工程学报，2018，34(23)：142-148.
［9］Jun L，Suk L W，Hao G，et al. Immature citrus fruit detection based on local binary pattern feature and hierarchical contour analysis［J］. Biosystems Engineering，2018，171：78-90.
［10］Thendral R，Suhasini A，Senthil N. A comparative analysis of edge and color based segmentation for orange fruit recognition［C］//IEEE. International Conference on Communications & Signal Processing，2014：463-466.
［11］Zawbaa H M，Abbass M，Hazman M，et al. Automatic fruit image recognition system based on shape and color features［C］// International Conference on Advanced Machine Learning Technologies and Applications. Springer，Cham，2014：278-290.
［12］García-Lamont F，Cervantes J，Ruiz S，et al. Color characterization comparison for machine vision-based fruit recognition［C］//International Conference on Intelligent Computing. Springer，Cham，2015：258-270.
［13］Jana S，Basak S，Parekh R. Automatic fruit recognition from natural images using color and texture features［C］// IEEE. 2017 Devices for Integrated Circuit，2017：620-624.
［14］Girshick R，Iandola F，Darrell T，et al. Deformable part models are convolutional neural networks［C］//Proceedings of the IEEE conference on Computer Vision and Pattern Recognition，2015：437-446.
［15］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2016：779-788.
［16］Ren S，He K，Girshick R，et al. Faster r-cnn：towards real-time object detection with region proposal networks［C］//Advances in Neural Information Processing Systems，2015：91-99.
［17］Hoang Ngan Le T，Zheng Y，Zhu C，et al. Multiple scale faster-rcnn approach to driver�餾 cell-phone usage and hands on steering wheel detection［C］//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops，2016：46-53.
［18］Sun X D，Wu P C，Hoi S C H，et al. Face detection using deep learning：An improved faster RCNN approach［J］. Neurocomputing，2017，299：42-50.
［19］Zhang Q X，Lin G H，Zhang Y M，et al. Wildland forest fire smoke detection based on faster R-CNN using synthetic smoke images［J］. Procedia engineering，2018，211：441-446.
［20］熊俊涛，刘振，汤林越，等. 自然环境下绿色柑橘视觉检测技术研究［J］. 农业机械学报，2018，49(4)：45-52.
［21］张力超，马蓉，张垚鑫. 改进的LeNet-5模型在苹果图像识别中的应用［J］. 计算机工程与设计，2018，39(11)：3570-3575.
［22］王丹丹，何东健. 基于 R-FCN 深度卷积神经网络的机器人疏果前苹果目标的识别［J］. 农业工程学报，2019，35(3)：156-163.
［23］Muresan H，Oltean M. Fruit recognition from images using deep learning［J］. Acta Universitatis Sapientiae，Informatica，2018，10(1)：26-42.
［24］Bargoti S，Underwood J P. Image segmentation for fruit detection and yield estimation in apple orchards［J］. Journal of Field Robotics，2017，34(6)：1039-1060.
［25］Linker，Raphael. Machine learning based analysis of night-time images for yield prediction in apple orchard［J］. Biosystems Engineering，2018，167：114-125.
［26］Nyarko E K，Vidovic＇ I，Radocˇaj K，et al. A nearest neighbor approach for fruit recognition in RGB-D images based on detection of convex surfaces［J］. Expert Systems with Applications，2018，114：454-466.
［27］Simonyan K，Zisserman A. Very deep convolutional networks for large-scale image recognition［EB/OL］. ［2019-06-01］. https：//arxiv.org/abs/1409.1556.
［28］李占波，杨二伟，李进文. 基于改进分水岭和区域合并的彩色图像分割［J］. 计算机工程与设计，2014，35(7)：2458-2461，2503.
［29］刘念，苏杭，郭纯宏，等. 基于Hough变换圆检测的人眼定位方法改进［J］. 计算机工程与设计，2011，32(4)：1359-1362.
［30］熊俊涛，卜榕彬，郭文韬，等. 自然光照条件下采摘机器人果实识别的表面阴影去除方法［J］. 农业工程学报，2018，34(22)：147-154.
［31］苗中华，沈一筹，王小华，等. 自然环境下重叠果实图像识别算法与试验［J］. 农业机械学报，2016，47(6)：21-26.
［32］马翠花，张学平，李育涛，等. 基于显著性检测与改进Hough变换方法识别未成熟番茄［J］. 农业工程学报，2016，32(14)：219-226.

相似文献/References:

[1]贾永华,李晓龙,牛锐敏,等.叶面喷锌对苹果叶片生长及产量品质的影响[J].江苏农业科学,2014,42(12):218.
　Jia Yonghua,et al.Effects of spraying zinc on leaves on leaf growth ， yield and quality of apple[J].Jiangsu Agricultural Sciences,2014,42(05):218.
[2]里程辉,刘志,王宏,等.不同化学疏花剂对岳帅苹果疏花疏果及果实品质的影响[J].江苏农业科学,2014,42(11):180.
　Li Chenghui,et al(80).Effects of different chemical flower thinners on flower thinning and fruit quality of apple “Yueshuai”[J].Jiangsu Agricultural Sciences,2014,42(05):180.
[3]王贵平,王金政.苹果抗逆性研究进展与鉴定方法[J].江苏农业科学,2013,41(07):151.
　Wang Guiping,et al.Research progress and identification method of stress resistance of apple trees[J].Jiangsu Agricultural Sciences,2013,41(05):151.
[4]李敏,厉恩茂,李壮,等.氨基酸钙叶面微肥对苹果缺素症的矫正及果实品质的影响[J].江苏农业科学,2013,41(11):180.
　Li Min,et al.Effects of calcium amino acid foliar fertilizer on apple element deficiency disease and fruit quality[J].Jiangsu Agricultural Sciences,2013,41(05):180.
[5]王贵平,王金政,薛晓敏,等.晚秋叶施高浓度尿素对苹果落叶及贮藏氮素的影响[J].江苏农业科学,2014,42(01):140.
　Wang Guiping,et al.Effects of high concentrations of foliar applied urea on defoliation and nitrogen storage of apple in late autumn[J].Jiangsu Agricultural Sciences,2014,42(05):140.
[6]宋哲,王宏,于年文,等.间伐、控冠处理对乔化凉香苹果树光合速率和果实产质量的影响[J].江苏农业科学,2016,44(05):290.
　Song Zhe,et al.Effects of thinning and crown control on photosynthesis and fruit yield and quality of Liangxiang apple trees[J].Jiangsu Agricultural Sciences,2016,44(05):290.
[7]黄金凤,王冬梅,闫忠业,等.苹果遗传图谱的构建与QTL定位研究进展[J].江苏农业科学,2016,44(02):4.
　Huang Jinfeng,et al.Construction of genetic map of apple and research progress of QTL localization[J].Jiangsu Agricultural Sciences,2016,44(05):4.
[8]苏律,宋俊霞,胡同乐,等.铁肥不同施用方式对苹果缺铁黄化病的矫正效果[J].江苏农业科学,2016,44(01):188.
　Su Lü,et al.Corrective effect of iron fertilizer with different fertilization methods on iron chlorosis of apple tree[J].Jiangsu Agricultural Sciences,2016,44(05):188.
[9]李静,宋飞虎,浦宏杰,等.苹果控制排湿压力微波干燥模型研究[J].江苏农业科学,2015,43(11):529.
　Li Jing,et al.Study on mathematical modeling of apple microwave drying under different moisture pressures[J].Jiangsu Agricultural Sciences,2015,43(05):529.
[10]廖春丽,王衡,李亚平,等.L-半胱氨酸及金属离子对马铃薯、苹果、甘薯多酚氧化酶活性的影响[J].江苏农业科学,2015,43(11):375.
　Liao Chunli,et al.Effects of L-cysteine and metal ions on activity of polyphenol oxidase from potato，apple and sweet potato[J].Jiangsu Agricultural Sciences,2015,43(05):375.

备注/Memo

备注/Memo:

收稿日期：2019-06-20
基金项目：国家重点研发计划(编号：2017YFE0122500)；国家自然科学基金(编号：41601467)；北京市农林科学院青年基金(编号：QNJJ201815)。
作者简介：荆伟斌(1995—)，男，河南三门峡人，硕士研究生，主要从事人工智能农林应用研究。E-mail：jk800756@163.com。
通信作者：李存军，研究员，主要从事农林生态图象处理研究与应用。E-mail：licj@nercita.org.cn。

常用功能

更新日期/Last Update: 2020-03-05