[发明专利]自动采摘机器人中的苹果识别与定位方法

说明书

本发明涉及图像识别和自动化领域，公开了一种对苹果采摘机器人的果实识别与定位的方法，包括：单一和重叠苹果的识别、苹果成熟度的判断、苹果与采摘装置的距离定位。其技术方案是：利用摄像头采集原始图像，首先识别苹果，判断图像中苹果是否重叠，若重叠，则通过曲线拟合的方法对遮挡边缘进行填充，进而采用霍夫圆检测方法完成对苹果的识别；其次判断果实的成熟度，即求取区域颜色像素值的加权平均数，与规定像素值进行对比得到成熟度；采用超声测距和摄像头，测量空间内苹果距采摘装置的距离。本发明解决了成熟度的判断、重叠苹果识别准确度以及自动化采摘的问题。

技术邻域

本发明属于图像识别技术与自动化领域，涉及一种自动采摘机器人中的苹果识别与定位方法。

背景技术

现在林果产业成为很多地区农民增收的支柱产业，由于人们对于养生的注重，苹果的需求量也在不断的增加，果园机械化普及越来越重要，本发明以减轻果农的劳动强度为目的，节约人力成本，提高经济效益。

果蔬采摘机器人需要依托机器视觉的平台去实现对目标果实的识别追踪，准确的识别定位能力直接决定了采摘机器人的实用性，国内在农业机器人方面的研究始于20世纪90年代中期，对于发达国家起步较晚，但一直在进行采摘机器人和智能农业相关的研究，但是，现阶段，采摘机器人所面临的问题有：重叠果实的识别准确度较低，效率不高，缺乏对于成熟度判别的研究。

发明内容

本发明针对自动采摘机器人苹果的识别、苹果成熟度的判断和苹果与采摘装置的距离定位，提出了一种自动采摘机器人中的苹果识别与定位方法，以便通过该方法改进现有苹果采摘的技术。

本发明的技术方案是：一种自动采摘机器人中的苹果识别与定位方法，所述方法的具体步骤如下：

步骤1：使用苹果采摘机器人的摄像头扫描果树，获取原始苹果图像。

步骤2：在步骤1的基础上，进行初步的中值滤波及颜色空间变换的处理。

步骤3：对步骤2得到的单通道图像进行二值化处理、数学形态学处理和边缘处理。

步骤4：找到处理后图像有效区域最大面积进行外接矩形标记。

步骤5：检查步骤4得到的图像是否是被遮挡的图形，若没有被遮挡，跳过此步骤，若被遮挡，将被遮挡的部分通过曲线拟合的方式进行补充与连接，再进行识别，使得霍夫圆变换的识别更加精确。

步骤6：对步骤5得到的拟合后的二值化图像进行霍夫圆变换，实现框选与中心坐标的定位。

步骤7：对识别出的苹果图像进行成熟度的判定。本发明采用像素值选取的办法，用加权平均数法计算出平均像素值，并与所规定的像素值比较，如果相差在±5％以内，则判定为成熟，否则判定为不成熟。

步骤8：在步骤7处理的基础上，图像处理过程获取了目标的二维坐标数据，在摄像头下方安装了一个超声波距离探测器，可以获得所识别的图像的深度数据，进而获得目标的三维坐标数据。

所述步骤2中先进行滤波处理，采用的是中值滤波处理技术，用3×3的矩阵对图像进行滤波处理，由于椒盐噪声幅值近似相等，但随机分布在不同位置上，所以为了消除图像的椒盐噪声，采用中值滤波处理技术。

其次进行颜色空间变换，将RGB颜色空间转换为YCrCb颜色空间，分离Cb通道作为图像处理的基础，因为YCrCb颜色空间会将苹果的红色特性突出，与周围其他颜色区别加大，由于Cb通道中，苹果果实与背景的差异最大，因此更容易对其进行处理和分割，提高识别率。

所述步骤3中，二值化处理是设定了一个阈值，将大于该阈值的像素值设为1，小于该阈值的像素值设为0，形成一幅黑白图像，苹果部分为白色的区域。