一种适用于采摘机器人的水果识别方法和系统技术方案

本发明专利技术提供一种适用于采摘机器人的水果识别方法和系统，其中方法包括获取采摘机器人拍摄的目标水果图像；对目标水果图像进行降噪处理；获取降噪后的目标水果图像中目标水果所在区域的图像；将降噪后的目标水果图像中目标水果所在区域的图像与模板库中的图像数据进行模板匹配，将相似度最大值对应的类别作为目标水果的类别。本发明专利技术采用上述方案，在目标水果遭受光照变化、部分遮挡、背景杂乱、旋转形变等情况时，对多类别、小尺寸水果位置和数量能够同时进行准确的检测和识别，以便于采摘机器人的有效抓取和采摘。

【技术实现步骤摘要】

本专利技术属于机器视觉，尤其涉及一种适用于采摘机器人的水果识别方法和系统。

技术介绍

1、传统的水果采摘主要采用人工采摘的方式，不仅效率低，还存在需要雇佣大量劳动力而带来的高成本问题，同时，高强度的作业也会给劳动工人的身体带来伤害。利用水果采摘机器人实现自动采摘是改善果园生产管理效率的一个有效途径，水果采摘机器人的采摘动作依赖于其对水果的准确检测与定位，因此要求水果采摘机器人能够在果园复杂环境下快速准确地检测树上水果，从而实现准确采摘。

2、传统的基于机器视觉的水果检测方法主要是在二维空间，利用彩色图像进行水果的检测与计数。虽然也取得了不错的效果，但是彩色图像容易受到自然光照的影响，所提供的颜色、纹理等信息有限。随着对水果检测要求的提高，仅通过彩色图像已难以满足人们的需求。在二维空间进行水果检测不能反映水果的真实大小、尺寸及其与周围其他水果之间的相对位置关系，也不能满足水果定位的要求。

3、近年来，通过融入距离信息，即利用彩色图像和深度图像的水果检测方法已逐渐展开研究。获取深度信息的方式主要有立体视觉技术、激光扫描仪和rgb-d相机本文档来自技高网...

【技术保护点】

1.一种适用于采摘机器人的水果识别方法，其特征在于，包括：

2.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，所述对目标水果图像进行降噪处理，包括：

3.根据权利要求2所述的适用于采摘机器人的水果识别方法，其特征在于，所述对模糊处理后的目标水果图像进行二值化处理，得到二值图像，包括：

4.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，还包括提取降噪后的目标水果图像的边缘特征；

5.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，所述将降噪后的目标水果图像中目标水果所在区域的图像与模板库中的...

【技术特征摘要】

1.一种适用于采摘机器人的水果识别方法，其特征在于，包括：

2.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，所述对目标水果图像进行降噪处理，包括：

3.根据权利要求2所述的适用于采摘机器人的水果识别方法，其特征在于，所述对模糊处理后的目标水果图像进行二值化处理，得到二值图像，包括：

4.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，还包括提取降噪后的目标水果图像的边缘特征；

5.根据权利要求1所述的适用于采摘机器人的水果识别方法，其特征在于，所述将降噪后的目标水果图像中目标水果所在区域的图像与模板库中...

【专利技术属性】
技术研发人员：李玉红，刘俊豪，
申请(专利权)人：江苏开放大学江苏城市职业学院，
类型：发明
国别省市：