全文总字数：5362字

题目：基于fast R-CNN深度学习框架的银杏花穗识别

[摘要]:银杏植株分雌雄，采集雄株花粉不仅可用于人工授粉，以提高种子发芽率，还可作为具有高附加值的保健品生产原料。银杏花粉的采摘时机很短，每年春天只有一周左右的窗口期。且在即使同一片树龄相似的人工林中，不同树木之间、甚至每棵树上的花穗成熟也各有早晚。目前银杏花粉的人工收集仍然靠工人爬树，危险性高、劳动强度大、收集效率低下。本文运用相关科学的基本原理，借助文献研究，分析解决复杂工程问题过程的影响因素，获得有效结论。

关键词：银杏花穗；图像采集；目标识别；智能采摘

1. 前言

在研发银杏花穗的智能采摘机械过程中，自动定位识别银杏花穗必然成为其智能化的关键。因此，本课题研究如何从可见光图像中识别出银杏花穗，并标出其所在位置。并通过测试，确定定位的精度、准度、所需时间。为后续制定采摘机械设计的性能参数提供依据。

1. 国内外研究概况

2.1国外研究现状

1. J.Zhuang【1】等人提出了一种基于单目视觉系统的柑橘果实鲁棒检测方法。利用基于块的局部同态滤波，从光照补偿图像中生成自适应增强红绿两色地图。结合大津阈值法、形态学运算、标记控制流域变换法和凸壳运算法，从彩色图上定位潜在的柑橘区域。利用局部二值模式从潜在区域中提取局部纹理信息，并将其反馈到基于直方图切片间核的支持向量机中进行最终判断。在两个柑橘园采集的127张试验图像上，正确检出柑橘的召回率大于0.86，误检13例。
2. Zou【2】等人设计了一个有限、通用、容错的末端执行器来解决双目视觉定位误差。提出了基于机构和视觉定位的机构设计理论，将随机定位误差视为末端执行器的系统“故障误差”，使机构能够在误差范围内完成操作。建立了夹具与刀具之间的数学模型，误差容限的数学模型。设计了一种新型的有限型通用末端执行器。分析了双目视觉定位误差(包括原始和随机定位误差)，利用基于双目视觉的机构和视觉定位实验平台进行静态和动态定位实验。得到的最大定位误差z方向为60.1 mm, x方向为17.2 mm，均在容错范围内。利用基于双目视觉的荔枝、柑橘采摘机械手进行了室内采摘和室外采摘实验。室内试验和室外试验的采摘成功率分别为84%和78%以上。

Qingchun Feng【3】等人设计了一种智能番茄采摘机器人。采摘机器人包括:视觉定位单元、拾取夹持器、控制系统和拾取平台。根据各部件的工作原理，对拣选机器人的工作过程进行修正。基于颜色模型的图像分割，提高识别精度。采摘末端执行器的抓取部分采用充满常压空气的气囊，以防止果实被破坏。

Qi Rong ZHANG【4】等人设计并实现了基于C语言、MATLAB、人脸识别技术的樱桃采摘机器人视觉识别系统。实现了樱桃采摘机器人视觉识别系统的基本功能。此外，计算机硬件的价格也降低了，这使得计算智能扩展到实际机器人成为可能。所以本系统将采用人脸识别技术来代替一般系统使用的密码功能，它可以防止忘记密码，同时，防止樱桃采摘机器人被盗。没有人脸识别成功登录，樱桃采摘机器人将无法工作。

2.2国内研究现状