【摘要】 葡萄种植产业对自动化冬季剪枝设备的需求不断增加，而图像葡萄冬季剪枝位置识别是实现葡萄自动化冬剪的必要前提。该研究提出一种在Y形结构化种植模式下基于IEPTA细化算法和轻量级卷积神经网络的葡萄冬季剪枝位置识别算法。该方法可分为四个步骤。首先，通过在（2R-G-B）通道和S通道的颜色阈值分割获取葡萄枝干前景；再采用改进增强并行细化算法（IEPTA）提取葡萄枝干骨架；然后，通过判断枝干间角度和距离关系来构建每一根葡萄枝干结构；最后，在枝干上提取边界框并采用轻量级卷积神经网络MobileNetV3＿small×0.75找到枝干上的芽，根据芽在枝干上的次序确定冬剪位置。试验中，该研究提出方法在芽检测步骤达到了98.8%的精度和92.3%的召回率，冬剪位置判断的正确率为83.4%，总体时间为0.423 s。试验结果表明，该研究提出的葡萄冬剪位置识别算法具有良好鲁棒性和较高精度，对葡萄冬季修剪自动化具有指导作用。更多还原