[发明专利]一种橙子自动检测方法、系统以及机器人智能零售终端

权利要求书

1.一种橙子自动检测方法，其特征在于，包括：

采集RGB图像和深度图像；

对RGB图像进行HSV色彩空间变换，并对H、S、V通道进行处理，获得橙子的初始位置范围；

基于确定的初始位置范围，对深度图像进行边缘检测和边缘分割，获得橙子精确的位置信息和边缘信息。

2.根据权利要求1所述的橙子自动检测方法，其特征在于，在对RGB图像进行HSV色彩空间变换之前还包括：基于深度图像对RGB图像进行配准处理。

3.根据权利要求2所述的橙子自动检测方法，其特征在于，所述配准处理包括：根据RGB图像和深度图像的采集装置定义的RGB图像与深度图像的对应矩阵关系，以深度图像为基准，确定深度图像中每个像素点对应位置的RGB信息，从而获得与深度图像大小相同的RGB图像。

4.根据权利要求1所述的橙子自动检测方法，其特征在于，所述的获得橙子的初始位置范围包括：

对RGB图像进行HSV色彩空间变换，分别得到H、S、V通道的整幅图像；

从H通道的整幅图像中提取第一预设像素值范围内的图像作为H通道处理图像，从S通道的整幅图像中提取第二预设像素值范围内的图像作为S通道处理图像；

获取H通道处理图像、S通道处理图像与V通道的整幅图像的位置交集，得到所述初始位置范围。

5.根据权利要求1所述的橙子自动检测方法，其特征在于，所述的获得橙子精确的位置信息和边缘信息包括：

将初始位置范围往外扩充预设数量的像素，得到优化位置范围；

在优化位置范围内，对深度图像进行边缘检测获取边缘图像；

对检测出来的边缘图像查找相应的轮廓，并基于轮廓提取策略对查找到的轮廓进行过滤得到精确的所述边缘信息；

提取深度图像中与所述边缘信息对应的深度信息，得到精确的所述位置信息。

6.根据权利要求5所述的橙子自动检测方法，其特征在于，所述轮廓提取策略包括：将所囊括的面积小于预设像素值的轮廓过滤掉；将位于深度图的边界上的轮廓过滤掉；将圆形度小于圆形度阈值的轮廓过滤掉。

7.一种橙子自动检测系统，其特征在于，包括：

采集单元，用于采集RGB图像和深度图像；

第一处理单元，用于对配准后的RGB图像进行HSV色彩空间变换，并对H、S、V通道进行处理，获得橙子的初始位置范围；

第二处理单元，用于基于确定的初始位置范围，对深度图像进行边缘检测和边缘分割，获得橙子精确的位置信息和边缘信息。

8.根据权利要求7所述的橙子自动检测系统，其特征在于，所述系统还包括用于基于深度图像对RGB图像进行配准处理的配准单元，所述的配准处理包括：根据RGB图像和深度图像的采集单元定义的RGB图像与深度图像的对应矩阵关系，以深度图像为基准，确定深度图像中每个像素点对应位置的RGB信息，从而获得与深度图像大小相同的RGB图像。