[发明专利]部分遮挡的柑橘果实图像识别方法

说明书

本发明公开了一种部分遮挡的柑橘果实图像识别方法，包括步骤：采集图像并裁切；将裁切后的图像转化为黑白二值图像并去除黑色孔洞及白色伪目标黑色化处理；对检测到的果实轮廓宽度单像素化，读取标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；形成按顺时针方向排列的柑橘果实轮廓坐标集；找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；找出交点、拐点、端点、断点；粗滤过检点，形成待选特征点集并精滤过检点，形成特征点集；曲线拟合，舍弃伪果实目标并去除过度拟合曲线；计算曲线参数。本发明对采图角度不敏感，保证了被遮挡果实区域轮廓提取的准确性，满足了果实轮廓还原时同时检测圆形果实与椭圆形果实的要求。

技术领域

本发明特别涉及一种部分遮挡的柑橘果实图像识别方法。

背景技术

树上果实的实时在线识别是果实采收机器人的核心技术之一，也是果实信息化管理的基础性问题，被遮挡果实的快速识别就是这些问题中首先要攻克的难点问题。

树上部分遮挡的果实机器识别主要包括未被遮挡的果实区域轮廓段提取、果实轮廓的还原、果实位置与大小参数计算3个环节，以往的方法在轮廓提取环节上受光照条件及图像采集角度影响较大，同时存在果实轮廓还原时存在单一性质曲线的局限。

发明内容

本发明的目的在于，针对上述现有技术的不足，提供一种部分遮挡的柑橘果实图像识别方法，对于顺光、逆光、侧光等采图角度不敏感，保证了被遮挡果实区域轮廓提取的准确性，满足了果实轮廓还原时同时检测圆形果实与椭圆形果实的要求。

为解决上述技术问题，本发明所采用的技术方案是：

一种部分遮挡的柑橘果实图像识别方法，其特点在于包括以下步骤：

步骤A：采集树上柑橘果实图像，并对采集到的柑橘果实图像进行t×t像素大小的图像裁切；

步骤B：

B1.建立γ＝0.5R-0.42G-0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，对γ色差分量图进行灰度转换，并通过自动阈值法转化为黑白二值图像；

B2.利用白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，同时将黑白二值图像中的白色果实伪目标黑色化背景处理；

步骤C：通过Canny算子检测经过步骤B2得到的黑白二值图像，对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，读取各标记区果实轮廓坐标，得到柑橘果实轮廓坐标矩阵；

步骤D：以柑橘果实轮廓坐标矩阵的第1点为始点，按顺时针方向在柑橘果实轮廓坐标矩阵中找出距该始点距离最小的点作为第2点，依次搜寻，至柑橘果实轮廓坐标矩阵最后一点结束，形成按顺时针方向排列的柑橘果实轮廓坐标集；在柑橘果实轮廓坐标集中，找出横坐标及纵坐标均不同于前点的轮廓转角点，产生柑橘果实轮廓转角点集；

步骤E：遍历柑橘果实轮廓转角点集，找出相邻三点连成的三角形中中间转角点所对应的三角形高中的最大者作为交点；同时找出间距等于的两转角点的中点、中点往前的第二转角点、中点往后的第二转角点连成的三角形中中点所对应的三角形高中的最大者作为交点；

步骤F：遍历柑橘果实轮廓转角点集，找出二阶导数符号变化的转角点作为拐点；

步骤G：遍历柑橘果实轮廓坐标集，找出横坐标最小点和横坐标最大点，从找出的横坐标最小点和横坐标最大点中筛选出纵坐标最小点和纵坐标最大点，从而提取出柑橘果实轮廓竖向分布的首尾端点及被竖向遮挡的轮廓断点；同时，遍历柑橘果实轮廓坐标集，找出纵坐标最小点和纵坐标最大点，从找出的纵坐标最小点和纵坐标最大点中筛选出横坐标最小点和横坐标最大点，从而提取出柑橘果实轮廓横向分布的首尾端点及被横向遮挡的轮廓断点；