[发明专利]基于视觉缩放法判断串型水果母枝干扰类型的方法有效

专利信息
申请号: 202110084999.2 申请日: 2021-01-21
公开(公告)号: CN112818781B 公开(公告)日: 2021-09-14
发明(设计)人: 王成琳;罗天洪;柳苏纯;王雅薇;罗陆锋;熊俊涛 申请(专利权)人: 重庆文理学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06K9/46;G06K9/62;A01D91/04
代理公司: 重庆晶智汇知识产权代理事务所(普通合伙) 50229 代理人: 李靖
地址: 40216*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视觉 缩放 判断 水果 枝干 类型 方法
【说明书】:

发明提供一种基于视觉缩放法判断串型水果母枝干扰类型的方法,该方法首先通过单目相机与双目相机的配合对母枝实现预定位,得到母枝的预定位图像及预定位几何中心点,然后通过双目视觉相机获取采摘过程中母枝的实际定位图像及实际定位几何中心点;最后利用单目视觉缩放法,比较母枝的实际定位图像与预定位图像,确定母枝受干扰类型。该方法不仅能精确、有效的识别果串以及对果串母枝进行预定位,还能在采摘过程中准确判断母枝的受干扰类型、避免因外界因素影响,进而使得采摘机器人精确剪断果串母枝,保证果串的完整性,提高采摘效率、降低采摘成本,节约劳动力。

技术领域

本发明涉及水果智能采摘技术领域,具体涉及一种基于视觉缩放法判断串型水果母枝干扰类型的方法。

背景技术

我国是龙眼、葡萄、荔枝等串型水果的重要生产国,同时也深受广大消费者的喜爱;例如荔枝,分布于我国的西南部、南部和东南部,广东和福建南部栽培最盛,荔枝与香蕉、菠萝、龙眼一同号称“南国四大果品”。

针对于串型水果的采摘,目前主要依赖于人工,但人工采摘一是采摘劳动强度大、采摘费用高,浪费大量的人力物力;二是人工采摘效率低、耗时长、成本高。

伴随着科技的进步,机械自动化、智能化已广泛应用于各行各业;对于水果采摘领域而言,采摘机器人的研究和应用越来越多,这对解放人工劳动力、降低人力成本、提高采摘效率有着重要意义。

在采摘串型水果的过程中,人们首先需要确定果串的母枝,然后以采摘、剪断母枝的方式实现采摘;从母枝进行果串的剪断确保了果串的完整性、避免其散成若干小串,从而有利于储存、运输以及保证果串的美观性,确保其经济价值。但是,由于串型水果自身生长特点,果串整体极易随机分布生长,从而造成果串识别难、母枝识别定位难、无法准确找到整个串型水果母枝的问题;并且,采摘过程中伴随着风、光照、露水等外部环境的影响,导致母枝的位置发生变化或被遮挡,从而导致采摘机器人采摘失败或错误剪断而损伤果实,因此,若要实现智能采摘,不仅要精确定位母枝的位置,还要在采摘过程中识别母枝的受干扰类型,从而准确的抗干扰、达到精确剪断母枝的作用。

发明内容

针对以上现有技术存在的问题,本发明的目的在于提供一种基于视觉缩放法判断串型水果母枝干扰类型的方法,该方法不仅能精确、有效的识别果串以及对果串母枝进行预定位,还能在采摘过程中准确判断母枝的受干扰类型、避免因外界因素(如风、光照、露水等)影响,进而使得采摘机器人精确剪断果串母枝,保证果串的完整性,提高采摘效率、降低采摘成本,节约劳动力。

本发明的目的通过以下技术方案实现:

一种基于视觉缩放法判断串型水果母枝干扰类型的方法,其特征在于:

S100、首先通过单目CCD相机与双目CCD相机的配合实现对母枝的预定位,其具体步骤为:

S101:采用单目CCD相机随机获取连同串型水果果实、叶子以及树枝在内的多副彩色图像;选取并划分彩色图像内的多个果实目标以及非果实目标,并分别提取果实目标以及非果实目标的纹理特征值与颜色特征值,作为正负样本;

S102、采用支持向量机SVM对正负样本进行训练、生成多个弱分类器;然后采用AdaBoost算法构造强分类器,通过强分类器分割单目CCD相机获取的彩色图像,并将从图像中识别到的果实目标单独存储成彩色图像I1

S103、重复步骤S101~S102,分别得到识别树枝与叶子的强分类器;然后分别在去除图像I1的原始彩色图像中分割提取出树枝与叶子,分别存储成彩色图像I2和彩色图像I3

S104、根据果实的分布位置将果串分为单果实果串、双果实果串以及多果实果串,进而确定彩色图像I1中随机分布的果实所属的果串类型;

S105、根据步骤S104中所确定的果串类型进行母枝确定:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆文理学院,未经重庆文理学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110084999.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top