基于三维点云数据的树上梨果重量预测研究  

作　　者：李亚南[1] 王伊瑾[1] 程洪[1] 

机构地区：[1]河北农业大学信息科学与技术学院,河北保定071000

出　　处：《中文科技期刊数据库（全文版）自然科学》2023年第7期128-131,共4页

基　　金：河北省研究生创新资助项目(CXZZBS2022047),河北省省属高等学校基本科研业务费研究项目(KY2021052);河北省省属高等学校基本科研业务费研究项目(KY2022072)。

摘　　要：针对目前果实测重和品质分级的不足,本文提出一种利用机器学习的方法预测果实质量和品质的方法。本文采用深度设备kinect获取成熟期梨果单个侧面的点云数据,利用点云处理技术提取果实的几何特征参数,建立果实几何特征与重量及品质的数学模型,对比分析了线性回归、岭回归和BP神经网络三种模型重量预测精度。说明采用三维获取设备对树上梨果采用非破坏性的方法进行产量预测和品质分级是可行的,为机器采摘及自动化处理提供了依据。

关 键 词：梨果 数学模型 线性回归 岭回归 BP神经网络 重量预测 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]