[发明专利]一种基于三维点云的苹果果梗和花萼检测方法

说明书

本发明公开了一种基于三维点云的苹果果梗和花萼检测方法，具体包括以下步骤：步骤S1：利用三维传感设备采集待测苹果的稠密三维点云，并转换为苹果深度图D(x,y)，然后将苹果深度图D(x,y)传输至计算机进行分析处理；步骤S2：依次将苹果深度图D(x,y)进行二值化，获得M个二值图像B_m(x,y)；步骤S3：利用二维凸包算法获得二值图像B_m(x,y)的凸包图像A_m(x,y)，将凸包图像A_m(x,y)与二值图像B_m(x,y)作差，获得凸残差区域Q_m(x,y)；步骤S4：融合所有的凸残差区域Q_m(x,y)，获得完整的果梗花萼区域的掩膜图像Q(x,y)。根据果梗花萼的凹形特征，无需重建苹果三维面形，通过采集苹果的稠密三维点云，并将深度图进行阈值分割，结合二维凸包算法，有效地检测出果梗花萼区域，具有非接触、成本低、精度高、速度快、鲁棒性强的优点。

技术领域

本发明属于检测技术领域，具体地说，本发明涉及一种基于三维点云的苹果果梗和花萼检测方法。

背景技术

中国是苹果生产和消费大国，市场规模巨大，产量居世界前列。随着社会消费水平的不断攀升，人们对安全且优质苹果的需求越来越高。苹果品质的评价指标主要包括果形、质量、颜色、病虫害、机械损伤等。

传统苹果品质检测多采用人工或机械方式，耗时耗力，可靠性偏低，且易造成机械损伤。机器视觉具有非接触、速度快、精度高等优点，广泛应用于苹果品质检测，逐渐取代了传统人工或机械检测方式。然而，苹果外部缺陷与果梗花萼的颜色特征相似，传统基于颜色特征的二维图像检测技术难以有效区分，容易将果梗花萼误识别为外部缺陷。

申请号为202011307487X的发明专利，利用面结构光技术重建出苹果三维面形，根据果梗花萼的凹形特征，结合灰度形态学填充算法，检测到果梗花萼区域，但该方法需要构建多组三维图，导致果梗花萼的检测效率偏低。因此，如何准确且快速地检测出苹果果梗花萼具有重要意义和应用价值。

发明内容

本发明提供一种基于三维点云的苹果果梗和花萼检测方法，以解决上述背景技术中存在的问题。

为了实现上述目的，本发明采取的技术方案为：一种基于三维点云的苹果果梗和花萼检测方法，具体包括以下步骤：

步骤S1：利用三维传感设备采集待测苹果的稠密三维点云，并转换为苹果深度图D(x,y)，其中(x,y)表示三维点云沿着X轴和Y轴方向的像素坐标，D(x,y)表示三维点云沿着Z轴方向的深度值，然后将苹果深度图D(x,y)传输至计算机进行分析处理；

步骤S2：计算苹果深度图D(x,y)的最大深度值D_max和最小深度值D_min，在深度区间[D_min,D_max]等步长选择M个深度阈值T_m，依次将苹果深度图D(x,y)进行二值化，获得M个二值图像B_m(x,y)；

步骤S3：利用二维凸包算法获得二值图像B_m(x,y)的凸包图像A_m(x,y)，将凸包图像A_m(x,y)与二值图像B_m(x,y)作差，获得凸残差区域Q_m(x,y)；

步骤S4：根据果梗花萼的凹形特征，凸残差区域Q_m(x,y)可认为属于果梗花萼区域；融合所有的凸残差区域Q_m(x,y)，并通过形态学滤波消除毛刺和狭缝，获得完整的果梗花萼区域的掩膜图像Q(x,y)。

优选的，所述步骤S1中，所述三维传感设备可采用散斑投影法、条纹投影法、线激光扫描法。

优选的，所述步骤S2中，所选择的M个深度阈值T_m可表示为：