作者：林静¹, 徐月华²

作者单位：1. 茂名职业技术学院机电信息系，广东 茂名 525000;
2. 广东机电职业技术学院，广东 广州 510641

关键词：水果定向;机器视觉;姿态检测;图像自动采集

摘要：

针对水果姿态识别深度神经模型训练中水果姿态图像数据采集工作量大、效率低的问题，设计一套自动化的多姿态水果图像采集训练检测仪器。仪器由PC机通过安装在SCARA机械臂末端的摄像头，与放置在可移动云台上的水果组合运动，实现多姿态水果图像的自动采集；同时，构建模块化的水果姿态采集训练检测模型程序，用于水果姿态训练识别。以龙眼为对象进行实验，结果显示检测装置在20 s内可完成一组56张姿态图像的采集标注，基于深度残差神经网络训练模型水果姿态图像检测准确率可达98.40%，表明装置可满足水果姿态图像的自动采集、训练、检测需求。

An instrument designed for automatic image acquisition and training and detection of fruit posture
LIN Jing¹, XU Yuehua²
1. Department of Mechanical and Electrical Information, Maoming Polytechnic College, Maoming 525000, China;
2. School of Electrical Engineering, Guangdong Mechanical & Electrical, Guangzhou 510640, China
Abstract: In order to solve the problem of high cost and low efficiency due to manual collection of a large number of image data, when using deep neural models to train fruit posture recognition models, an instrument was designed to complete the fruit posture image acquisition automation and fruit posture training and detection. The instrument realizes the automatic collection of multi-posture fruit images through the movement of the camera installed at the end of the SCARA robotic arm and the fruit placed on the movable platform. Further more built a modular model program including fruit posture image collection, model training, posture detection. Experiments were carried out with longan as the object. A set of 56 posture images can be collected and labeled within 20 s. The accuracy of fruit posture image detection based on ResNet model can reach 98.40%, which realizes the automatic collection, training and detection of fruit posture image.
Keywords: fruit orientation;computer vision;attitude detection;automatic image acquisition
2021, 47(7):119-124  收稿日期: 2021-03-03;收到修改稿日期: 2021-04-19
基金项目: 广东省科技创新专项基金项目(2019KJ035)；茂名市科技计划项目(2020KJZX027)；广东省高校特色创新项目(2019GKTSCX127)
作者简介: 林静(1982-),女,广东茂名市人,副教授,硕士,研究方向为自动化技术及智能信号处理
参考文献
[1] 林静, 叶石华. 圆盘式鲜果龙眼自动脱壳去核机设计与实践[J]. 中国设备工程, 2019(4): 123-124
[2] 潘松, 徐谐庆, 吴罗发, 等. 鲜莲子通芯机的设计与试验[J]. 中国农机化学报, 2019, 40(11): 94-99
[3] 刘向东. 鲜杏定向切分去核机理及装置试验研究[D]. 沈阳: 沈阳农业大学, 2016.
[4] 高爽. 沙果自动去核机定向装置设计仿真及控制系统开发[D]. 北京: 北京林业大学, 2019.
[5] 李延苓, 黄志平, 张国全, 等. 柚子包装前端姿态调整方式的研究[J]. 包装与食品机械, 2013, 31(4): 34-37
[6] 张千, 高国琴. 并联机器人串类水果抓取模型及抓取位姿计算[J]. 农业工程学报, 2019, 35(23): 37-47
[7] 赖晓杰, 黄海燕, 周国维, 等. 一种基于瞳孔识别算法的莲子头部识别装置[J]. 电子元器件与信息技术, 2019, 3(11): 5-6, 22
[8] 李浩. 基于RGB-D相机的水果检测与姿态估计[D]. 无锡: 江南大学, 2019.
[9] MORID M A, BORJALI A, FIOL G D. A scoping review of transfer learning research on medical image analysis using ImageNet[J]. Computers in Biology and Medicine, 2021, 128: 104115
[10] 晋忠孝. 基于3D多视图的物体识别及姿态估计方法[D]. 合肥: 中国科学技术大学, 2019.
[11] 庄兴旺, 丁岳伟. 多维度注意力和语义再生的文本生成图像模型[J]. 计算机技术与发展, 2020, 30(12): 27-33
[12] 康新晨, 杨卫, 邓立齐. 小型可移动平台双目定位方法研究[J]. 电视技术, 2018, 42(7): 29-33
[13] 李爱莲, 刘浩楠 郭志斌, 等. 改进ResNet101网络下渣出钢状态识别研究[J]. 中国测试, 2020, 46(11): 119-122
[14] 刘颖, 雷研博, 范九伦, 等. 基于小样本学习的图像分类技术综述[J/OL]. 自动化学报: 1-20[2021-01-31]. https://doi.org/10.16383/j.aas.c190720.
[15] 杨真真, 匡楠, 范露, 等. 基于卷积神经网络的图像分类算法综述[J]. 信号处理, 2018, 34(12): 1474-1489