【技术实现步骤摘要】
一种基于视觉算法的荔枝识别方法和仿生荔枝采摘机器人
[0001]本专利技术属于农业智能机械领域,具体涉及一种基于视觉算法的荔枝识别方法和仿生荔枝采摘机器人。
技术介绍
[0002]我国是农业种植大国,荔枝被称为南国四大果品之一,荔枝采摘是关键环节。由于荔枝采摘的特殊性,荔枝采摘机器人还存在一些技术问题。一方面,荔枝采摘机器人对荔枝的识别是通过双目相机对目标荔枝截取图像与深度学习的训练权重进行比对,然后根据比对结果判断目标是否为荔枝。然而在野外环境光照影响下,相机采集图像时存在过曝或者过暗的情况,并且荔枝之间也会存在遮挡,产生许多干扰,无法有效地分类识别复杂场景的目标荔枝,导致采摘失败。因此,如何处理野外复杂环境下的目标荔枝图像,提高荔枝视觉识别的精度,是荔枝采摘机器人急需解决的关键技术问题。另一方面,现有的荔枝采摘机器人采用夹指末端执行器对荔枝进行抓取,而荔枝为串结果实且果实偏软,夹指抓取效率较低,在剪切过程中会使荔枝果实产生破损。因此,需要改进荔枝采摘机器人的末端执行器,使其实现夹剪一体化,减少荔枝果实的破损率,提高采摘效率。此外,目前在采摘时,需要先把荔枝采摘机器人放在果树旁边,频繁地人为移动机器人需要耗费大量的人力,难以实现真正的自动化,因此实现荔枝采摘机器人的自动导航,将提高其采摘效率。
技术实现思路
[0003]本专利技术的目的在于克服现有技术中存在的缺点,提供一种基于视觉算法的荔枝识别方法和仿生荔枝采摘机器人,可以准确识别野外复杂环境下的荔枝图像,同时配置仿生夹持与夹剪一体化的末端执行器, ...
【技术保护点】
【技术特征摘要】
1.一种基于图像视觉算法的荔枝识别方法,其特征在于包括下述步骤:(A)训练权重:采集荔枝样本图像,对图像进行旋转、偏移、镜像、切割以扩充图像数据集;然后对图像中的荔枝打标签,采用优化后的YOLOv7深度学习网络对图像和标签进行训练,得到训练权重;(B)图像预处理:在采摘模式下,自主识别定位双目相机对荔枝果实进行图像采集,然后针对野外光照影响情况,进行过曝的荔枝图像预处理或过暗的荔枝图像预处理;(C)目标识别:将预处理后的荔枝图像推入优化后的YOLOv7神经识别网络,与步骤(A)获得的训练权重进行比对匹配,从荔枝图像中识别出荔枝果实目标;(D)成熟度判断:将识别出的荔枝果实目标从左到右进行排序,对每个目标的RGB特征进行采集,然后计算方差、R与G的差,通过这两个数值判断荔枝成熟度信息,再将荔枝成熟度信息反馈到控制中心,判断是否对荔枝果实进行采摘;(E)定位目标:当控制中心判断荔枝果实目标成熟,自主识别定位双目相机获取荔枝果实目标信息,通过相机双目立体匹配原理得到荔枝果实目标的深度图,然后通过三维重构,得到荔枝果实目标的点云信息。2.根据权利要求1所述的基于图像视觉算法的荔枝识别方法,其特征在于:步骤(A)中,所述优化后的YOLOv7深度学习网络,是对YOLOv7的神经网络结构和训练网络参数进行优化,即基于CNN
‑
transformer模块进行结构优化,替换YOLOv7神经网络原有的backbone模块,对CNN
‑
transformer模块的特征提取部分进行降采样的修改,并增加全局池化次数,使得模块支持特征重用和特征传播;利用DetectX Head模块与YOLOv7神经网络结构的Head模块进行替换并修改,将DetectX Head模块内的Conv模块修改,降低参数量。3.根据权利要求1所述的基于图像视觉算法的荔枝识别方法,其特征在于:步骤(B)中,所述过曝的荔枝图像预处理,是先采用双边滤波函数进行图像的保边去噪,然后将图像转为HSV色彩空间,对V分量采用直方图均衡化操作,得到光照强度变化平滑的V分量图,再对V分量图使用幂次变换操作,使整体光照亮度均匀降低后,将处理后的V分量替换原来的V分量图,得到光照强度降低图像,再将图像转回RGB色彩空间;然后采用优化的融合色彩恢复因子的多尺度Retinex算法对图像进行色彩恢复,得到光照均匀且色彩符合真实值的图像;所述过暗的荔枝图像预处理,是先采用双边滤波函数进行图像的保边去噪,然后将图像转为HSV色彩空间,对V分量采用对数变换和小波变换操作,得到光照强度均匀拉伸的图像,再对转换回的RGB图像使用伽马校正,然后采用基于HSL空间的色彩饱和度自适应增强算法,得到光照强度提升且色彩符合真实值的图像。4.根据权利要求1所述的基于图像视觉算法的荔枝识别方法,其特征在于:步骤(D)中,所述荔枝成熟度判断,是将识别目标从左到右排序,计算识别目标的RGB方差值以及R分量与G分量的差,根据统计成熟荔枝果实的R与G之间的差来设定成熟度阈值i,R
‑
G>=i则判断为成熟荔枝,可以采摘;R
‑
G<i则判断为未成熟荔枝,跳入下一识别目标的计算。5.一种仿生荔枝采摘机器人,其特征在于:采用权利要求1~4中任一项所述的基于图像视觉算法的荔枝识别方法;所述采摘机器人包括移动平台、定位装置、机械臂、自主导航双目相机、自主识别定位双目相机、仿生末端执行器;定位装置和机械臂安装在移动平台上,自主导航双目相机安装在移动平台上,自主识别定位双目相机安装在机械臂上;仿生...
【专利技术属性】
技术研发人员:唐昀超,邹湘军,汤威,阙天顺,严植玮,龙泽政,邹天龙,苏超云,
申请(专利权)人:佛山市中科农业机器人与智慧农业创新研究院,
类型:发明
国别省市:
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。