技术特征：
1.一种基于改进的solov2的蘑菇簇轮廓分割和重构方法，其特征在于，包括以下步骤：步骤a：采集蘑菇图像；步骤b：采用改进的solov2算法对图像中蘑菇簇中的子实体进行高精度分割，获得与实际子实体贴合好的各子实体掩膜；其中：改进的solov2算法基于融合solov2网络及pointrend模块的pr-solov2分割网络实现；pr-solov2分割网络中，pointrend模块设置在solov2网络的特征提取骨干网络全卷积网络fcn后、实例分割预测分支的最前端， fcn网络的第二层和第四层特征分别作为精细特征和粗糙特征作为pointrend模块的输入，pointrend模块根据在低空间分辨率的特征图和相应较为精细的高空间分辨率特征上提取到的特征像素点，采用多层感知机对每个点不断迭代优化，再通过实例分割预测分支来进行实例掩膜的预测；步骤c：提取各子实体掩膜的边缘轮廓数据；步骤d：计算子实体掩膜轮廓的平均曲率和长度，根据轮廓长度和平均曲率的组合大小关系，将子实体分为规则轮廓子实体和非规则轮廓子实体；步骤e：采用最小二乘椭圆拟合法重构规则轮廓子实体的轮廓，采用基于角点分割的最长轮廓提取及分类重构方法重构非规则轮廓子实体的轮廓，最终实现蘑菇簇轮廓分割和重构。2.根据权利要求1所述的基于改进的solov2的蘑菇簇轮廓分割和重构方法，其特征在于，步骤b中，对pr-solov2分割网络进行训练时，训练批次大小设置为 4，初始学习率设置为0.01，权重衰减因子为 0.0001，动量大小为 0.9，进行 5000 次迭代训练。3.根据权利要求1所述的基于改进的solov2的蘑菇簇轮廓分割和重构方法，其特征在于，步骤d中，按照式1）计算子实体掩膜轮廓中每个点的曲率k，并取所有轮廓点曲率的平均值作为该轮廓的平均曲率：式1）式中：、以及、分别表示轮廓点x，y坐标的一阶和二阶导数。4.根据权利要求1所述的基于改进的solov2的蘑菇簇轮廓分割和重构方法，其特征在于，步骤d中，根据轮廓长度和平均曲率的组合大小关系，当子实体轮廓长度大于h且平均曲率小于f时，子实体为规则轮廓子实体，否则为非规则轮廓子实体；其中：h、 f是阈值。5.根据权利要求1所述的基于改进的solov2的蘑菇簇轮廓分割和重构方法，其特征在于，步骤e中，基于角点分割的最长轮廓提取及分类重构方法包括以下步骤：步骤e1：检测轮廓形状突变处的角点；步骤e2：通过角点坐标，将相邻角点坐标之间的坐标连线视为一条子轮廓片段，从而将整个蘑菇轮廓分割成n段子轮廓片段；步骤e3：计算各轮廓片段的长度，从中选出最长轮廓片段；步骤e4：计算该最长轮廓片段的弓形曲率c，计算公式如下所示-：
其中，为弓形曲率半径，为最长轮廓片段的弓形高，z、v、m分别为最长轮廓片段的两端点与片段上任一点组成三角形的三边长，其中z为最长轮廓片段的两端点连接的边长，p为三角形的半周长，s为三角形的面积；步骤e5：根据最长轮廓片段的弓形曲率c以及其长度大小组合不同，采用不同方式对非规则子实体进行轮廓重建；具体如下：当最长轮廓片段的弓形曲率c大于等于r并且其长度大于等于q时，在该片段上选取若干个点，采用最小二乘椭圆拟合法重建子实体轮廓，r、q为阈值；当最长轮廓片段的弓形曲率c小于r或其长度小于q时，在该片段上选取若干个点，采用最小距离圆拟合的方法重建子实体轮廓。
技术总结
本发明公开了一种基于改进的SOLOv2的蘑菇簇轮廓分割和重构方法。首先通过PR-SOLOv2分割网络将蘑菇簇图像进行分割，获得各子实体掩膜。然后，提取各子实体掩膜轮廓数据，根据子实体掩膜轮廓的曲率和半径大小对子实体进行分类，进而根据分类结果，对形状规则、较平滑轮廓子实体采用最小二乘椭圆法进行拟合重构，对被严重遮挡或挤压的不规则轮廓子实体通过基于角点分割的最长轮廓提取及分类重构方法重构。本发明对密集重叠蘑菇簇子实体的轮廓分割和重构精度高、速度快，重构的轮廓边缘与蘑菇实际边缘贴合度较高，中心点定位更加精准，适用于双孢蘑菇、姬松茸、金针菇、海鲜菇、杏鲍菇等蘑菇子实体的高精度识别与定位。等蘑菇子实体的高精度识别与定位。等蘑菇子实体的高精度识别与定位。
技术研发人员：杨淑珍 朱浩宇 俞涛
受保护的技术使用者：上海第二工业大学
技术研发日：2022.10.13
技术公布日：2023/1/13