基于视觉识别的果蔬分拣机器人智能控制方法技术

本发明专利技术公开了一种基于视觉识别的果蔬分拣机器人智能控制方法，涉及人工智能领域。主要包括：将经过初始位置下果品连通域的最长的线段作为参考线段；将每一感兴趣像素点的特征角度排列成特征角度列；将果品沿参考线段以预设角度沿预定方向旋转，直至再次旋转至初始位置，将旋转过程中位于参考线段上的像素值排列成灰度排列矩阵；将每一特征角度列线性压缩并排列成与灰度排列矩阵对应的特征角度矩阵；对特征角度进行等区间划分，对每一区间的各特征角度在灰度排列矩阵中所对应的灰度值进行归一化处理，以根据归一化后的灰度排列矩阵判断果品是否属于合格果品，并将合格果品分离。本发明专利技术能够避免将果品的大小以及重量作为分选指标的局限性。指标的局限性。指标的局限性。

【技术实现步骤摘要】
基于视觉识别的果蔬分拣机器人智能控制方法


[0001]本申请涉及人工智能领域，具体涉及一种基于视觉识别的果蔬分拣机器人智能控制方法。

技术介绍

[0002]果蔬是我国在农业领域的重要支柱产业之一，同时，果蔬的采摘与分选是果蔬加工过程中最重要的环节之一，随着工业自动化的高速发展，利用机器人进行分拣的技术已应用于对于果蔬的分拣中。
[0003]目前对于利用机器人对于果蔬进行分拣，蔬分选机大多仍以大其主要将果蔬的大小、重量等特征作为分选指标，然而，对于大小及重量相同的同一种果蔬，其品质也会存在较大差异，使得利用现有技术得到的对于果蔬的分拣结果并不理想。

技术实现思路

[0004]针对上述技术问题，本专利技术提供了一种基于视觉识别的果蔬分拣机器人智能控制方法，通过果品上的点的亮度，对果品的表面图像中像素点的像素值进行修正，从而消除亮度不同给果品中缺陷判断的不良影响，以获得对于果品的更为准确的分拣结果，同时避免将果品的大小以及重量作为分选指标的局限性。
[0005]本专利技术实施例提出了一种基于视觉识别的果蔬分拣机器人智能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视觉识别的果蔬分拣机器人智能控制方法，其特征在于，包括：采集单个果品在初始位置下的俯视灰度图像，并对俯视灰度图像进行预处理获得果品连通域，获得经过果品连通域的形心的每一直线与果品连通域所形成的线段，以将所有线段中最长的线段作为参考线段；分别获取每一感兴趣像素点的特征角度并进行列排列得到特征角度列，所述感兴趣像素点为位于参考线段的任意一侧的果品连通域中的边缘像素点，所述特征角度为感兴趣像素点的灰度梯度方向与参考线段的垂线之间的夹角；将果品沿参考线段以预设角度沿预定方向进行旋转，直至将果品再次旋转至初始位置，并对旋转过程中位于参考线段上的像素点的像素值进行排列获得灰度排列矩阵，并获得旋转过程中每一特征角度列；将每一特征角度列线性压缩至与灰度排列矩阵相同的行数，并对压缩后的各特征角度列按顺序进行排列，使排列后得到的特征角度矩阵中每一列，分别与灰度排列矩阵中每一列相对应；对特征角度矩阵中的所有特征角度进行等区间划分，并分别对每一区间的各特征角度在灰度排列矩阵中所对应的各像素点的灰度值进行归一化处理；根据归一化后的灰度排列矩阵中是否存在小于灰度阈值的像素点，判断果品属于合格果品或不合格果品，并将合格果品和不合格果品分离。2.根据权利要求1所述的基于视觉识别的果蔬分拣机器人智能控制方法，其特征在于，对压缩后的各特征角度列按顺序进行排列，使排列后得到的特征角度矩阵中每一列，分别与灰度排列矩阵中每一列相对应，包括：将压缩后的各特征角度列进行排列，使排列后的特征角度矩阵中每一列，分别处在与其对应的果品的位置呈90度的灰度排列矩阵中的列相同的列数。3.根据权利要求1所述的基于视觉识别的果蔬分拣机器人智能控制方法，其特征...

【专利技术属性】
技术研发人员：李冰，丁玉涛，宋欢，蔡晶晶，赵大鹏，
申请(专利权)人：河南职业技术学院，
类型：发明
国别省市：