采摘機器人圖像處理系統(tǒng)中的關鍵算法研究.pdf

1、中國是一個水果生產(chǎn)大國，利用機器視覺技術實現(xiàn)自動收獲能夠解決我國勞動力短缺問題并大幅提高生產(chǎn)力。但由于果樹的生長環(huán)境的非結構化，采摘機器人的視覺系統(tǒng)獲取的圖像是一幅包含有天空、樹枝、樹葉、土壤和果實的復雜圖像，且樹上果實的生長形態(tài)多種多樣，果園的光線變化無常，所有這些因素決定了建立一個實用摘機器人視覺系統(tǒng)是一個復雜的系統(tǒng)工程。
　　本文以在自然光條件下拍攝的果樹圖像為研究對象，結合圖像處理、計算機視覺以及人工智能技術對果實采摘機器

2、人視覺系統(tǒng)中圖像處理關鍵算法進行了深入的研究，主要工作和研究成果如下:
　　1)基于改進k-mean均值聚類算法的彩色果實圖像分割
　　首先對顏色空間進行了深入研究，在RGB，HIS，YCgCr，YCbCr和CIE5種顏色空間中選擇21個顏色特征，利用BP神經(jīng)網(wǎng)絡系統(tǒng)找出識別率最高、誤分率最低的顏色特征組(H，Cr(YCgCr)，Cr(YCbCr)，R-G,2R-G,Cb-Cr)，并將該特征組作為果實圖像分割的向量;然后利用

3、變異系數(shù)賦權法對k-means聚類算法進行改進，并對識別樣本集中的果實圖像進行分割試驗。結果表明，本文提出的算法能夠?qū)ψ匀还庹諚l件下成熟桃子圖像進行有效分割，且對逆光拍攝的桃子圖像分割效果也很好，算法識別正確率大于89.5％。該方法結合了多種顏色空間的優(yōu)勢，克服了傳統(tǒng)歐氏距離在聚類算法中的缺陷,提高了圖像分割的效率和識別精度。
　　2)結合顏色和紋理特征兩步法實現(xiàn)果實和背景精準分割
　　以自然條件下采集的果實圖像為對象，研究

4、利用顏色和紋理特征進行果實識別的方法，提出了一種基于紋理和顏色兩步圖像分割方法。首先選擇16×16，8×8兩種窗口對圖像進行分塊處理，計算基于灰度共生矩陣(0°，45°，90°，135°4個方向)的能量(en)和對比度(con)特征;同樣對這兩種窗口圖像進行一次Harr小波分解，獲取4種紋理特征:水平細節(jié)圖像對應的能量(enCh1)和對比度(conCh1)，垂直細節(jié)圖像對應的能量(enCv1)和對比度(conCv1)。利用BP神經(jīng)網(wǎng)絡選

5、擇最優(yōu)紋理分割特征:16×16窗口的對比度(con)和垂直細節(jié)的對比度(conCv1)，利用訓練好的神經(jīng)網(wǎng)絡對圖像進行一次分割，粗略確定果實位置;然后顏色特征H和R-G對圖像進行二次確認分割。研究結果表明，不管是順光圖像還是逆光圖像，兩步法均能達到很好的分割效果。
　　3)改進的圓形Hough變換檢測并定位獨立生長狀態(tài)的類圓果實
　　首先為了能夠快速準確地計算出相互分離且無遮擋類圓果實的形心坐標和半徑，提出來了一種基于改進圓

6、形隨機Hough變換的快速類圓果實目標檢測方法。在實現(xiàn)背景分離后獲取單像素果實輪廓，并按步長獲取果實的邊緣特征點;然后，根據(jù)邊緣特征點的平均切線方向?qū)μ卣鼽c進行分組，并以此為依據(jù)對圓形RHT算法進行改進;最后利用改進后的圓形RHT算法計算出類圓果實的形心坐標和半徑。研究結果表明，該方法能夠快速準確地對生長狀態(tài)為相互分離的類圓果實進行檢測，對部分被遮擋的類圓果實識別效果也較好。
　　4)基于凹點搜索的重疊果實的快速定位和檢測

7、　　為了能夠快速準確地計算出生長狀態(tài)為靠攏或重疊的成熟類圓果實的形心坐標和半徑，提出了一種基于凹點搜索的快速定位和檢測重疊果實目標的方法。采用鏈碼跟蹤法獲得單像素果實輪廓，并按步長獲取邊緣特征點;然后利用N點方向編碼差獲取邊緣凹點，確定凹點群，根據(jù)閾值確定分割凹點;最后利用改進的Hough變換計算出多個重疊桃子的形心坐標和半徑。研究結果表明，該方法能夠快速準確地實現(xiàn)多果重疊情況下果實目標的檢測。
　　5)基于相位編組的樹枝障礙物的

8、檢測方法
　　為了能夠快速準確地計算出果樹枝干的空間位置，提出了一種基于梯度相位編組的Hough變換樹枝檢測新算法。利用改進的平方梯度法計算邊緣點的梯度相位角，找出梯度相位直方圖中多個閾值大于T的峰值。然后將具有相近梯度相位角的邊緣點歸為一組。最后對每組中的邊緣點采用改進的兩點表決Hough變換算法找出對應的直線參數(shù)。利用梯度相位角進一步驗證參數(shù)的正確性。研究結果表明，本文提出的梯度相位編組直線檢測方法具有速度快，檢測誤差小和魯棒

9、性強的特點，該方法能夠快速準確地實現(xiàn)果樹樹枝的定位和檢測，對部分被遮擋的樹枝識別效果也較好。
　　6)研究了獨立生長的果實的生長姿態(tài)的識別方法
　　為了避免機械手在收獲過程中因缺少果實生長姿態(tài)信息造成對果實和枝干的損傷，提出了一種蘋果生長姿態(tài)估算方法。首先以無遮擋相互分離的樹上蘋果為研究對象，根據(jù)果實輪廓的幾何特征提出了四種判定果實生長姿態(tài)的方法①二階中心矩法——由2階中心矩計算出的慣性主軸方向就是蘋果的果軸方向;②最短距離