来源：期刊VIP网 时间：
作者：罗陈迪;李文涛;商枫楠;肖明玮;陈桥;欧阳春凡;周学成;
单位：广东省农业人工智能重点实验室;华南农业大学南方农业机械与装备关键技术教育部重点实验室;华南农业大学工程学院/广东省农业航空应用工程技术研究中心;
摘要：现阶段火龙果主要通过人工采摘，采摘不及时可能会导致果实衰老，造成果实品质损失，且不利于贮藏。研究火龙果采摘机器人，实现自动化采摘是解决上述问题的重要举措，而火龙果图像识别与分割是自动采摘的关键技术环节。为此，提出了一种基于YOLOv7和YCrCb色彩空间相结合的算法，对复杂背景下的火龙果进行识别与分割，YOLOv7网络的检测框内通过引入YCrCb色彩空间，联合OTSU阈值分割算法和形态学操作等方法实现果实与背景的分割。为了验证YOLOv7网络的性能，与Faster R-CNN网络进行比较，结果表明：在相同试验条件下YOLOv7平均检测精度为98.82%,提高了6.81%;F1值为0.95,提高了0.22;此外，通过YCrCb可以较好地分割火龙果，平均用时约108 ms。
关键词：火龙果;;YOLOv7;;图像分割;;YCrCb;;OTSU算法
基金资助：广东省科技计划项目(2021B1212040009)
