超级会员免费看
黄瓜检测、深度估计、茎坐标定位及社交媒体犯罪倾向分析
1. 黄瓜检测与深度估计系统
1.1 茎的估计方法
为了在无人干预的情况下自动找到黄瓜茎的大致位置，尝试了两种方法：
- 语义分割掩码法 ：创建检测到的黄瓜的语义分割掩码，并将最顶部的坐标作为茎。采用 GrabCut 算法，但由于植物、茎、叶和黄瓜本身颜色几乎相同，实现无人工干预的分割具有挑战性，结果在实际中不可行。
- 中点视差矩阵法 ：
1. 使用公式 (A_{Midpoint} = (X_{min} + (|X_{max} - X_{min}|)/2, Y_{min} + (|Y_{max} - Y_{min}|)/2)) 获取 YOLO 对象检测框的中点。
2. 构建两个 5X5 矩阵 A 和 B，矩阵 A 以图像中点坐标为第 13 个元素，其余点相距 5 像素；矩阵 B 包含与矩阵 A 中坐标对应的视差值。
3. 将矩阵 B 分为五个主要区域：
- 区域 1 (xR1i): [x1,x2,x6,x7]
- 区域 2 (xR2i): [x4,x5,x9,x10]
- 区域 3 (xR3i): [x16,x17,x21,x22]
- 区域 4 (xR4i): [x19,x20,x24,x25]
- 区域 5 (xR5i): [x8,x12,x13,x14,x18]
4. 使用公式 (S_n = \begin{cases} 1 & \text{if } |x_{R1i}-x_{R2i}| \leq \theta \ 0 & \text{if
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
