基于深度学习的草坪树木检测方法研究*

王新彦，吕峰，易政洋

(江苏科技大学机械工程学院，江苏镇江，212100)

0 引言

近年来随着草坪绿化水平越来越受重视[1]，对草坪割草设备的要求也越来越高。而坐骑式割草机翻滚对驾驶员带来的损伤使得割草机器人的研发势在必行[2]，而本项目的视觉感知技术研究是实现割草机器人智能化的前提。

计算机视觉技术发展至今已为生产发展提供了诸多解决方案[3-7]，在树木检测方法研究中，也涌现出了大量研究成果。马继东等[8]利用HALCON软件对标定的树木进行几何参数测量，但该方法智能化程度低，检测时需要人工对单张图片进行标定，无法实现自动测量，且无法在嵌入式设备上运行。冯运发等[9]采用基于颜色空间和动态阈值分割的方法，生成外接矩形来实现树干的检测，但该方法无法在单张图片中实现多种类树木检测。张烨等[10]基于Hough变化和Sobel算子提出了输电线路下的树木检测方法，但该方法通过导线定位感兴趣的区域(Region of Interest, ROI)，无法实现无参照定位，且该方法中图片背景单一，不适用于背景复杂的草坪环境。叶阳等[11]提出了一种基于主动轮廓演变模型的遥感影像单棵树木检测方法，该方法不足之处在于无法实现多目标多种类树木检测。

上述研究推动了树木检测技术的发展，具有重要的指导意义，但是现有的方法大多都是针对一般环境下的树木特征，草坪树木不同于一般的树木，其形状与纹理特征有其特殊性。已有的树木检测方法智能化、轻量化程度较低。……