多尺度分解双寻优策略SPCNN的果园苹果异源图像融合模型.pdfVIP

第 38 卷 第 17 期 农 业 工 程 学 报 Vol.38 No.17 158 2022 年 9 月 Transactions of the Chinese Society of Agricultural Engineering Sept. 2022 多尺度分解双寻优策略 SPCNN 的果园苹果异源图像融合模型 1 1 1 2 刘立群 ，顾任远 ，周煜博 ，火久元 （1. 甘肃农业大学信息科学技术学院，兰州 730070 ； 2. 兰州交通大学电子与信息工程学院，兰州 730070 ） 摘 要：针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求，提出一种多尺度分解双寻优策略 简化脉冲耦合神经网络（Simplified Pulse Coupled Neural Network, SPCNN）的飞行时间（Time of Flight ，ToF ）与可见光 果园苹果图像融合模型。对 SPCNN 模型引入带参数优化的双寻优策略，对非下采样轮廓波变换（Nonsubsampled Contourlet Transform, NSCT ）融合规则进行改进。模型包括配准模块、编码区、多尺度分解模块、单目标 SPCNN 融合模型、多目 标 SPCNN 融合模型、解码区。模型改进了 SPCNN 模型的参数优化方式以及迭代次数，模型自适应点火次数较低，在 3～ 7 次左右，具有点火次数低、自适应分割、效率高的优点。中光 15:00 时段点火识别成功率达到了 100.00%，点火分割时 间达到最低 91.91s 。与其他融合模型比较，模型在强光 12:00、中光 15:00、弱光 18:20、19:00 时段融合图像识别成功率 达到 100.00%；融合时间低于 SPCNN 模型，达到最低 92.68 s。模型识别精度最优达到了 100.00%，融合耗时最低达到了 92.68 s，模型大小较 SPCNN 低一个数量级，可补充和完善图像层次融合理论和方法。 关键词：图像识别；模型；非下采样轮廓变换；简化脉冲耦合神经网络；异源图像融合模型；单目标策略；多目标策略 doi ：10.11975/j.issn.1002-6819.2022.17.017 中图分类号：TP301 文献标志码：A 文章编号：1002-6819(2022)-17-0158-10 刘立群，顾任远，周煜博，等. 多尺度分解双寻优策略 SPCNN的果园苹果异源图像融合模型[J]. 农业工程学报，2022， 38(17)：158-167. doi ：10.11975/j.issn.1002-6819.2022.17.017 Liu Liqun, Gu Renyuan, Zhou Yubo, et al. Heterologous image fusion with multi-scale decomposition and dual optimization SPCNN in an apple orchard[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(17): 158- 167. (in Chinese with English abs