摘要
本发明涉及一种基于图像处理的芦笋采摘智能识别系统，用于实现芦笋的精准识别与高效采摘。系统包括图像采集模块(100)、图像处理模块(200)、定位输出模块(300)与控制执行模块(400)，通过合理布置双目相机，确保全面覆盖芦笋生长区域；图像处理部分基于改进的YOLOv8模型，包括将骨干网络替换为EfficientViT_M3模型以增强特征提取能力，引入SE注意力机制以提升复杂背景下的识别能力，以及在预测层使用所述将颈部网络Cf2模块改进成C2f_DySnakeConv(动态蛇形卷积模块)进一步优化性能。随后进行三维坐标转换与路径规划，将信息输送至感知决策部分，以实现芦笋的精准化采收。本发明通过分层特征提取架构实现多尺度视觉特征的自适应融合，采用轻量化网络结构与动态计算资源分配策略，通过算子级计算图优化与量化推理技术的协同应用，建立起满足实时性要求的特征学习框架。
