TY - Jour Au - Millan，Borja Au - Velasco-Forero，Santiago Au - Aquino，Arturo Au - Tardaguila，Javier Py - 2018 Da - 2018/12/16使用图像分析和布尔的Go-Go-Go-Go-Go葡萄原产量估算型号SP - 9634752 VL - 2018 AB - 本文介绍了使用图像分析和布尔模型的葡萄园中的非侵入性，目标和自动评估的新方法。作为这种目的研究了图像分析，作为廉价和非侵入性的程序，但胶凝从群体或藤的其他器官的效果产生了削弱结果的质量的影响。为了减少闭塞在估计中的影响，使用布尔模型评估浆果的数量。为了评估方法，研究了三个不同的数据集：使用四面体捕获的群集图像，手动获取的藤图像和vine图像。所提出的算法估计具有20的根均线误差（RMSE）的集群图像中的浆果数量和确定系数（ R. ²0.80的0.80。对手动拍摄的藤图像进行了评估，提供310克的平均误差和 R. 2 = 0.81 。最后，还分析了使用配备有人造光和自动摄像机触发的四边形捕获的图像。应用布尔模型的估计有610克平均误差（三葡萄藤）和 R. 2 = 0.78 。对布尔模型的遮挡和分割误差的可靠性使其成为葡萄园收益率估计的理想选择。与基于集群区域与重量之间的关系相比，其应用程序大大提高了结果。SN - 1687-725X UR - https://doi.org/10.1155/2018/9634752 Do - 10.1155 / 2018/9634752 JF - 传感器PB - Hindawi Kw - ER -