[发明专利]一种基于机器视觉的采摘方法

说明书

本发明公开了一种基于机器视觉的采摘方法，该方法包括：S1，对果实串进行图像采集及图像预处理操作；S2，基于多尺度形态学的边缘提取；S3，果实串图像的目标边界提取；S4，果实串采摘点的确定。

技术领域

本发明属于机器人视觉定位领域，涉及一种基于机器视觉的采摘方法。

背景技术

果实收获机器人的采摘方式对果实收获质量和工作效率等具有重要影响，依据果实生长特性，果实收获主要有单个果实和成串果实的采摘。

综合番茄采摘现状发现，对番茄的采摘主要以单个果实为目标，抓取单个果实后，扭断或切断果梗，实现单个果实收获。新的番茄品种串番茄在国内外种植越来越多，但对串番茄采摘的研究开展较晚。

单个采摘番茄的方法只适用同串内各番茄成熟时间有差异、果实之间的间隙大的番茄品种，对于果实成熟期较统一，同串内果实之间接触紧密的串番茄品种，单个采摘方式会增加采摘机器人的工作难度，降低工作效率。

发明内容

本发明目的在于提供一种基于机器视觉的采摘方法，通过填补串番茄果实间的空隙使之成为连通的整体，计算连通整体的质心和最小外界矩形，根据质心与采摘点之间的位置关系，实现对果实串穗梗采摘点的识别，有效地适应了番茄果实成串采收，提高了农业机器人工作效率以及保证了果实采摘质量。

为解决上述技术问题，本发明采用如下的技术方案：一种基于机器视觉的采摘方法，所述方法包括：S1，对果实串进行图像采集及图像预处理操作；S2，基于多尺度形态学的边缘提取；S3，果实串图像的目标边界提取；S4，果实串采摘点的确定。

本发明与现有技术相比具有以下的有益效果：

本发明方案通过填补串番茄果实间的空隙使之成为连通的整体，计算连通整体的质心和最小外界矩形，根据质心与采摘点之间的位置关系，实现对果实串穗梗采摘点的识别。

附图说明

图1是基于机器视觉的采摘方法流程框图。

图2是原灰度直方图。

图3是均衡化后的直方图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。

参照图1，本发明的一种基于机器视觉的采摘方法，所述方法包括：

S1，对果实串进行图像采集及图像预处理操作；

通过佳能450D相机，在自然光照条件下获得番茄果实串图像。为了提高运算速度，缩减图像的信息量，对图像进行灰度化处理，灰度直方图如图2所示。由图2可知，原灰度直方图中的灰度级大约集中在[60,220]，串番茄灰度图中像素间的灰度对比度反差较小，番茄串与背景间灰度值过于接近，导致处理图像边界时很难确定边界值。

本发明采用图像灰度均衡化方式进行图像增强，不考虑降低串番茄果实串图像质量的因素下，使串番茄原灰度直方图变换成均匀分布的形式。

采用直方图均衡化的方式处理如下：

串番茄的数字图像中灰度级为r_k的像素出现的频率，归一化的直方图为：

式中：n_k为灰度级r_k的像素数目；N为图像中像素的总数；L为像素中可能的灰度级总数。

对串番茄数字图像进行直方图均衡化时，对应的离散形式为：