【技术实现步骤摘要】
一种基于RGB-D相机的粘连蘑菇视觉原位测量方法
本专利技术涉及机器视觉领域,具体涉及果蔬采摘机器人的图像识别与测量算法,特别是对类圆型蘑菇的视觉原位测量方法。
技术介绍
工厂化种植的蘑菇营养丰富,由于蘑菇的市场价格与尺寸大小有关,有必要对蘑菇进行选择性采摘,工人爬高就地,昼夜采摘,劳动强度大,亟需研究一种能够替代工人进行蘑菇原位在线测量、采摘的智能蘑菇采摘机器人设备。工厂化蘑菇种植环境潮湿,光照暗弱不匀,每一间菇房里有2个蘑菇架,每一个菇架有6层,每一层有18个菇床,采摘机器人沿着菇架自动滑行、停靠、升降于菇床旁边,机械臂呈S型遍历菇床,安装在机械臂末端的相机沿途采集菇床视频流,通过图像处理算法实现蘑菇的快速定位与原位测量,为机械臂规划运动轨迹提供参数。蘑菇的快速定位与原位测量算法有以下三个难点:(1)菇床上土壤里拌有大量菌丝,蘑菇与土壤的灰度没有显著的差异。现有的研究主要采用二维彩色相机,基于灰度阈值法成功地去除了与蘑菇灰度差异明显的土壤背景,基于Harris纹理特征比较成功地去除了与蘑菇灰度近似的土壤背景,但没有去除拌有大面积菌丝的土壤背景。(2)土壤中出茬的蘑菇非结构化生长,呈现各个方向的倾斜、粘连。已有的研究通常基于距离图像、分水岭算法等矩阵运算识别粘连蘑菇,计算开销大,对重叠蘑菇的识别效果欠佳。(3)蘑菇快速定位与原位测量的准确性。前人在蘑菇的定位、测量、成熟度和损伤判别等应用研究中,基于二维图像坐标系和椭圆拟合测量蘑菇的尺寸不精确。
技术实现思路
针对已有技术存在的不足,本专利技术提供了一种基于RGB-D相机的粘连蘑菇视觉原位测量方法。本专利技术 ...
【技术保护点】
1.一种基于RGB‑D相机的粘连蘑菇视觉原位测量方法,其特征在于,包括以下步骤:步骤1,蘑菇图像采集:采用RGB‑D相机连续深度视频流;步骤2,蘑菇图像分割:首先计算深度图像中非0像素灰度值的均值,大于该均值代表土壤表面点云的灰度值,用其众数代表土壤表面点云的深度值,从土壤中拔地而起的蘑菇高度至少20mm,设定动态阈值,对深度图像进行二值化,确保提取出特定直径的蘑菇区域,对二值图进行形态学开运算、高斯滤波等边缘平滑处理,致使0噪声也落在蘑菇边界轮廓上;步骤3,粘连蘑菇识别:对提取的连通域用八邻域跟踪法顺序遍历其边界轮廓b,基于圆形拟合初步检测其圆心和半径,顺序提取圆心周围1.3倍半径范围内的边界点轮廓sub_b并转换到极坐标下,在找到的粘连点之间进行去噪、插补,进而获取单体蘑菇边界轮廓的二维坐标;步骤4,蘑菇原位测量:验证相机世界坐标系下原位测量陶瓷圆板的圆心位置、直径、偏向角和倾斜角的精度。
【技术特征摘要】
1.一种基于RGB-D相机的粘连蘑菇视觉原位测量方法,其特征在于,包括以下步骤:步骤1,蘑菇图像采集:采用RGB-D相机连续深度视频流;步骤2,蘑菇图像分割:首先计算深度图像中非0像素灰度值的均值,大于该均值代表土壤表面点云的灰度值,用其众数代表土壤表面点云的深度值,从土壤中拔地而起的蘑菇高度至少20mm,设定动态阈值,对深度图像进行二值化,确保提取出特定直径的蘑菇区域,对二值图进行形态学开运算、高斯滤波等边缘平滑处理,致使0噪声也落在蘑菇边界轮廓上;步骤3,粘连蘑菇识别:对提取的连通域用八邻域跟踪法顺序遍历其边界轮廓b,基于圆形拟合初步检测其圆心和半径,顺序提取圆心周围1.3倍半径范围内的边界点轮廓sub_b并转换到极坐标下,在找到的粘连点之间进行去噪、插补,进而获取单体蘑菇边界轮廓的二维坐标;步骤4,蘑菇原位测量:验证相机世界坐标系下原位测量陶瓷圆板的圆心位置、直径、偏向角和倾斜角的精度。2.根据权利要求1所述的基于RGB-D相机的粘连蘑菇视觉原位测量方法,其特征在于,所述步骤2完善过程为:步骤2.1:计算深度图像中非0像素灰度值的均值,取大于这个均值的菇床区域,对这些区域像素的深度值进行标记;步骤2.2:统计每个深度值出现的频率,取频率最大的深度h为土壤深度,自适应地选择动态阈值,对深度图像进行二值化。3.根据...
【专利技术属性】
技术研发人员:王玲,伍新月,卢伟,
申请(专利权)人:南京农业大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。