部分遮挡的柑橘果实图像识别方法技术

本发明专利技术公开了一种部分遮挡的柑橘果实图像识别方法，包括步骤：采集图像并裁切；将裁切后的图像转化为黑白二值图像并去除黑色孔洞及白色伪目标黑色化处理；对检测到的果实轮廓宽度单像素化，读取标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；形成按顺时针方向排列的柑橘果实轮廓坐标集；找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；找出交点、拐点、端点、断点；粗滤过检点，形成待选特征点集并精滤过检点，形成特征点集；曲线拟合，舍弃伪果实目标并去除过度拟合曲线；计算曲线参数。本发明专利技术对采图角度不敏感，保证了被遮挡果实区域轮廓提取的准确性，满足了果实轮廓还原时同时检测圆形果实与椭圆形果实的要求。

【技术实现步骤摘要】
部分遮挡的柑橘果实图像识别方法
本专利技术特别涉及一种部分遮挡的柑橘果实图像识别方法。
技术介绍
树上果实的实时在线识别是果实采收机器人的核心技术之一，也是果实信息化管理的基础性问题，被遮挡果实的快速识别就是这些问题中首先要攻克的难点问题。树上部分遮挡的果实机器识别主要包括未被遮挡的果实区域轮廓段提取、果实轮廓的还原、果实位置与大小参数计算3个环节，以往的方法在轮廓提取环节上受光照条件及图像采集角度影响较大，同时存在果实轮廓还原时存在单一性质曲线的局限。
技术实现思路
本专利技术的目的在于，针对上述现有技术的不足，提供一种部分遮挡的柑橘果实图像识别方法，对于顺光、逆光、侧光等采图角度不敏感，保证了被遮挡果实区域轮廓提取的准确性，满足了果实轮廓还原时同时检测圆形果实与椭圆形果实的要求。为解决上述技术问题，本专利技术所采用的技术方案是：一种部分遮挡的柑橘果实图像识别方法，其特点在于包括以下步骤：步骤A：采集树上柑橘果实图像，并对采集到的柑橘果实图像进行t×t像素大小的图像裁切；步骤B：B1.建立γ＝0.5R-0.42G-0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，对γ色差分量图进行灰度转换，并通过自动阈值法转化为黑白二值图像；B2.利用白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，同时将黑白二值图像中的白色果实伪目标黑色化背景处理；步骤C：通过Canny算子检测经过步骤B2得到的黑白二值图像，对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，读取各标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；步骤D：以柑橘果实轮廓坐标矩阵的第1点为始点，按顺时针方向在柑橘果实轮廓坐标矩阵中找出距该始点距离最小的点作为第2点，依次搜寻，至柑橘果实轮廓坐标矩阵最后一点结束，形成按顺时针方向排列的柑橘果实轮廓坐标集；在柑橘果实轮廓坐标集中，找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；步骤E：遍历柑橘果实轮廓转角点集，找出相邻三点连成的三角形中中间转角点所对应的三角形高中的最大者作为交点；同时找出间距等于的两转角点的中点、中点往前的第二转角点、中点往后的第二转角点连成的三角形中中点所对应的三角形高中的最大者作为交点；步骤F：遍历柑橘果实轮廓转角点集，找出二阶导数符号变化的转角点作为拐点；步骤G：遍历柑橘果实轮廓坐标集，找出横坐标最小点和横坐标最大点，从找出的横坐标最小点和横坐标最大点中筛选出纵坐标最小点和纵坐标最大点，从而提取出柑橘果实轮廓竖向分布的首尾端点及被竖向遮挡的轮廓断点；同时，遍历柑橘果实轮廓坐标集，找出纵坐标最小点和纵坐标最大点，从找出的纵坐标最小点和纵坐标最大点中筛选出横坐标最小点和横坐标最大点，从而提取出柑橘果实轮廓横向分布的首尾端点及被横向遮挡的轮廓断点；步骤H：剔除以上检测出的交点、端点、断点及拐点中的重复点与距离小于5个像素单位的过检点，形成待选特征点集；依据过相邻3个特征点的两线段斜率同号的原则，对待选特征点集进行初次筛选，去除部分过检点，形成粗选特征点集；再根据凸多边三角形判别法，去除粗选特征点集中的凹点，形成特征点集；步骤I：以特征点为分界点，在柑橘果实重新排列的边缘轮廓中筛选出未被遮挡的果实轮廓段，对未被遮挡的果实轮廓段进行圆形及椭圆形曲线拟合，舍弃大小超正常果实0.3～1.7倍的伪果实目标；同时，对于大小与中心点均在5个像素内的多条过度拟合曲线，仅保留其中任一条；步骤J：计算步骤I中保留下来的二次曲线各连通区域内圆形轮廓曲线的中心坐标和半径大小；计算步骤I中保留下来的二次曲线各连通区域内椭圆形轮廓曲线的中心坐标、长轴大小和短轴大小。作为一种优选方式，所述步骤A中，对采集到的柑橘果实图像进行512×512像素大小的图像裁切。作为一种优选方式，所述步骤B2中，对黑白二值图像中像素数小于500的果实伪目标黑色化背景处理。作为一种优选方式，所述步骤I中，设待拟合的圆形及椭圆形曲线方程为p(1)x2+p(2)xy+p(3)y2+p(4)x+p(5)y+1＝0，式中，p＝[p(1)p(2)p(3)p(4)p(5)]为待定系数，对未被遮挡的柑橘果实轮廓段依据最小二乘法求得p值，将求得的p值代入上述待拟合的圆形及椭圆形曲线方程即可得到果实圆形轮廓曲线或椭圆形轮廓曲线。与现有技术相比，本专利技术所用γ＝0.50R-0.42G-0.81B色差模型的分量图受光照条件影响小，对于顺光、逆光、侧光等采图角度不敏感；相邻像素点构成的三角形底边上高的最大值所对应的中点、二阶导数符号变化的拐点、轮廓的端点及断点能较准确找出果实间或果实与枝叶间的轮廓交点，保证了被遮挡果实轮廓提取的准确性；通过多重筛选，剔除重复点与过检测点，依据特征点间的未被遮挡的果实轮廓段进行二次曲线拟合，满足了果实轮廓还原时同时检测圆形果实与椭圆形果实的要求。附图说明图1为柑橘果实裁切图像。图2为γ色差分量图。图3为黑白二值图像。图4为运用白色填充法去除黑色孔洞后的图像。图5为对白色伪目标黑色化背景处理后的图像。图6为Canny算子检测到的果实轮廓图像。图7为轮廓单像素化图像。图8为各连通区域轮廓转角点图，其中，图8(a)为连通区域Ⅰ轮廓角点图，图8(b)为连通区域Ⅱ轮廓角点图，图8(c)为连通区域Ⅲ轮廓角点图。图9为不同轮廓交点图。图10为轮廓拐点图。图11为轮廓端点及断点图。图12为待选特征点集图。图13为初次筛选过检点后的图。图14为特征点集图。图15为检测结果图。具体实施方式本专利技术的一实施方法包括以下步骤：步骤A：采集树上柑橘果实图像，并对采集到的柑橘果实图像进行512×512(或1024×1024)像素大小的图像裁切。步骤A具体包括：晴天用1000万以上有效像素相机在4m物距内采集成熟期挂果柑橘树图像。为提高柑橘果实目标识别速度，并方便以2为基数的幂律分析，依据式(1)对采集图像进行512×512像素大小的图像裁切，得到如图1所示的图像。式(1)中，f(x,y)为裁切后的柑橘树图像，F(x',y')为采集到的柑橘树图像，x'与x分别为裁切前后柑橘树图像的行坐标，y'与y分别为裁切前后柑橘树图像的列坐标，x'1与y'1分别为裁切的行与列的始点，x'2与y'2分别为裁切的行与列的终点，x'2-x'1＝y'2-y'1＝511。f(x,y)＝F(x',y'),x∈[x'1,x'2],y∈[y'1,y'2](1)步骤B：B1.建立γ＝0.5R-0.42G-0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，减少光照条件与采图角度的影响，得到如图2所示的γ色差分量图。对γ色差分量图进行灰度转换，并通过式(2)中的自动阈值法转化为黑白二值图像，如图3所示。式(2)中，f1(x,y)为f(x,y)的黑白二值图像，T为自动阈值。B2.由于黑白二值图像中的白色果实目标中存在杂散分布的黑色孔洞，运用式(3)中的白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，以保证果实区域的完整性，如图4所示。式(3)中，f2(x,y)为白色填充后的图像，δ为黑色孔洞，ω为白色区域。f2(x,y)＝1,δ∈ω(3)同时，由于果实目标区域外杂散分布的白色孔洞像素数通常在500以内，通过式(4)对于黑白二值图本文档来自技高网...

【技术保护点】
1.一种部分遮挡的柑橘果实图像识别方法，其特征在于，包括以下步骤：步骤A：采集树上柑橘果实图像，并对采集到的柑橘果实图像进行t×t像素大小的图像裁切；步骤B：B1.建立γ＝0.5R‑0.42G‑0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，对γ色差分量图进行灰度转换，并通过自动阈值法转化为黑白二值图像；B2.利用白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，同时将黑白二值图像中的白色果实伪目标黑色化背景处理；步骤C：通过Canny算子检测经过步骤B2得到的黑白二值图像，对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，读取各标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；步骤D：以柑橘果实轮廓坐标矩阵的第1点为始点，按顺时针方向在柑橘果实轮廓坐标矩阵中找出距该始点距离最小的点作为第2点，依次搜寻，至柑橘果实轮廓坐标矩阵最后一点结束，形成按顺时针方向排列的柑橘果实轮廓坐标集；在柑橘果实轮廓坐标集中，找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；步骤E：遍历柑橘果实轮廓转角点集，找出相邻三点连成的三角形中中间转角点所对应的三角形高中的最大者作为交点；同时找出间距等于...

【技术特征摘要】
1.一种部分遮挡的柑橘果实图像识别方法，其特征在于，包括以下步骤：步骤A：采集树上柑橘果实图像，并对采集到的柑橘果实图像进行t×t像素大小的图像裁切；步骤B：B1.建立γ＝0.5R-0.42G-0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，对γ色差分量图进行灰度转换，并通过自动阈值法转化为黑白二值图像；B2.利用白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，同时将黑白二值图像中的白色果实伪目标黑色化背景处理；步骤C：通过Canny算子检测经过步骤B2得到的黑白二值图像，对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，读取各标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；步骤D：以柑橘果实轮廓坐标矩阵的第1点为始点，按顺时针方向在柑橘果实轮廓坐标矩阵中找出距该始点距离最小的点作为第2点，依次搜寻，至柑橘果实轮廓坐标矩阵最后一点结束，形成按顺时针方向排列的柑橘果实轮廓坐标集；在柑橘果实轮廓坐标集中，找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；步骤E：遍历柑橘果实轮廓转角点集，找出相邻三点连成的三角形中中间转角点所对应的三角形高中的最大者作为交点；同时找出间距等于的两转角点的中点、中点往前的第二转角点、中点往后的第二转角点连成的三角形中中点所对应的三角形高中的最大者作为交点；步骤F：遍历柑橘果实轮廓转角点集，找出二阶导数符号变化的转角点作为拐点；步骤G：遍历柑橘果实轮廓坐标集，找出横坐标最小点和横坐标最大点，从找出的横坐标最小点和横坐标最大点中筛选出纵坐标最小点和纵坐标最大点，从而提取出柑橘果实轮廓竖向分布的首尾端点及被竖向遮挡的轮廓断点；同时，遍历柑橘果实轮廓坐标集，找出纵坐标最小点和纵坐标最大点，从找出的纵坐...

【专利技术属性】
技术研发人员：曹乐平，
申请(专利权)人：湖南生物机电职业技术学院，
类型：发明
国别省市：湖南,43