一种用于采摘机器人的沙田柚图像识别方法技术

本发明专利技术公开了一种用于采摘机器人的沙田柚图像识别方法，包括以下步骤：分别对未成熟沙田柚用色差分量R/4+3G/4

【技术实现步骤摘要】
一种用于采摘机器人的沙田柚图像识别方法


[0001]本专利技术涉及人工智能领域，具体涉及一种用于采摘机器人的沙田柚图像识别方法。

技术介绍

[0002]水果采摘机器人作为水果收获工具，能有效解决劳动力不足和劳动成本高等问题。通过自动化采摘，不仅可以改善水果采摘的卫生条件，还可以减轻劳动者的劳动强度并且提高劳动效率。自动化水果采摘机器人，通过机械自动化手段来解决传统水果采摘过程中的费时、费力、费钱的问题。采用机械手取代人工操作，其中，能否成功获取水果位置以及水果形态的信息是水果采摘的关键。
[0003]在农业机器视觉系统中，对沙田柚的识别与定位是决定沙田柚采摘机器人的可靠性和准确性的关键因素，是采摘率的重要保障。在自然场景下，成熟以及不成熟的沙田柚不仅仅会受到枝叶遮挡和果实之间互相遮挡的影响，而且自身颜色很容易受到蓝色的天空和绿色或黄色的枝叶的干扰。如何识别在野外环境下的沙田柚，成了沙田柚采摘机器人发展必须解决的关键问题。因此，需要提供一种检测较为精准，针对非规则果实的识别较为高效的方法。

技术实现思路

>[0004]本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于采摘机器人的沙田柚图像识别方法，其特征在于，包括以下步骤：(1)、获取沙田柚的原始图像后，利用颜色直方图，对成熟和未成熟的沙田柚采用不同色差公式进行图像灰度化，得到灰度图；(2)、利用阈值分割法将灰度图二值化，得到二值图像；(3)、对二值图像进行形态学运算，处理图像噪声；(4)、对处理图像噪声后的图像进行连通区域标记，采用种子填充法标记区域，再去除区域像素点数小于的区域，最后采用种子填充法进行第二次划分区域；(5)、使用种子填充法对划分区域后的图像进行区域填充，接着使用扫描线填充法进行区域填充；(6)、对区域填充后的图像进行边缘提取，获取离散的边缘点，再将离散的边缘点按顺序整合成点链，再进行边缘提取；(7)、根据基于边缘点估测优化算法分别得到沙田柚的身体圆形状轮廓信息和头部圆形状轮廓信息，然后整合获得沙田柚的整个轮廓信息，再进行图像拟合，获得最终沙田柚识别标记。2.根据权利要求1所述的用于采摘机器人的沙田柚图像识别方法，其特征在于，在步骤(1)中，所述的对成熟的沙田柚和未成熟的沙田柚采用不同色差公式进行图像灰度化，包括以下步骤：(1
‑
1)、对原始图像采用颜色直方图，展示不同色彩在整幅图像中所占的比例；(1
‑
2)、对颜色直方图进行分析，寻找有明显双峰的灰度图，利用公式gray＝2R
‑
G
‑
B，其中，gray指灰度值，R、G、B分别是指三原色中的红色、绿色和蓝色；将红色分量多的成熟的沙田柚与背景区分开；利用公式gray＝0.25R+0.75G
‑
B将红色分量少的且混合有大量绿色分量的未成熟的沙田柚与背景区分开。3.根据权利要求1所述的用于采摘机器人的沙田柚图像识别方法，其特征在于，在步骤(2)中，所述的阈值分割法包括以下步骤：(2
‑
1)、建立灰度图的灰度直方图，统计各个灰度出现的频率；(2
‑
2)、计算背景A和目标B出现的概率；计算背景A和目标B两个区域的类间方差；(2
‑
3)、比较各个阈值对应的类间方差，选取最大类间方差所对应的阈值t为最佳阈值；(2
‑
4)、将大于阈值t的点设为255，小于阈值t的点设为0，实现边缘分割。4.根据权利要求3所述的用于采摘机器人的沙田柚图像识别方法，其特征在于，在步骤(2
‑
4)中，所述的边缘分割采用Sobel算子检测法，包括以下步骤：(2
‑
41)、通过3
×
3模板作为核，与图像中的每个像素点做卷积和运算；(2
‑
42)、选取阈值t以提取边缘，将粘连的边界分隔开；(2
‑
43)、将属于边界的像素点的灰度值全部设为0，即得到背景。5.根据权利要求1所述的用于采摘机器人的沙田柚图像识别方法，其特征在于，在步骤(3)中，所述的形态学运算的策略为：先进行3次腐蚀，再进行3次膨胀，对较小颗粒型的图像噪声进行吸收和消除，减小阈值分割中遗留的图像噪声，以增加后续运算的精确度。6.根据权利要求1所述的用于采摘机器人的沙田柚图像识别方法，其特征在于，在步骤(4)中，所述的连通区域标记包括以下步骤：
(4
‑
1)、对图像进行逐行扫描，选取前景中且未标记的一个像素点作为种子点，标记该种子点，并加入队列；(4
‑
2)、将队列中的种子点出队，检查该种子点的八邻域，标记同样为前景的邻域点，并将其入队，作为新的种子点；(4
‑
3)、若队列不为空，则重复步骤(4
‑
2)；若队列为空，则继续对图像进行扫描，寻找下一个未标记的前景，作为下一个连通区域的种子点；若找到则继续进行步骤(4
‑
2)和步骤(4
‑
3)；若没找到，则结束算法；(4
‑
4)、消除无关小块的干扰，进行一次连通区域统计，计算像素值大于等于图像总像素/8的区域数量n，以及初次统计的目标区域总像素数N；(4
‑
5)、设置阈值将面积小于阈值T的区域的所有像素点的灰度值设为0，归入背景内；(4
‑

【专利技术属性】
技术研发人员：彭红星，黄中毓，李荆，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：