[發明專利]一種果實定位識別方法

有效

• 申請號: 201510093098.4
• 申請日: 2015-03-02
• 公開（公告）號: CN104700404B
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 鄭立華;麥春艷;肖昌一;陳元;李民贊
• 申請（專利權）人: 中國農業大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/136;G06T7/50;G06T7/62;G06T7/73;G06T7/90
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

1.一種果實定位識別方法，其特征在于，所述方法包括以下步驟：

S1、利用不同光照條件下的不同成熟程度果實圖像與非果實圖像作為訓練樣本，通過對神經網絡模型進行訓練得到用于果實檢測的神經網絡顏色分類模型；

S2、獲取目的場景的RGB圖像以及深度圖像；

S3、將所述RGB圖像的R、G、B值作為所述神經網絡顏色分類模型的輸入，并輸入到所述神經網絡顏色分類模型，由所述神經網絡顏色分類模型對所述RGB圖像的像素點進行分類，去除背景像素，得到果實像素區域圖像；

S4、利用邊緣檢測算法對所述步驟S3得到的果實像素區域圖像進行邊緣檢測，得到果實邊緣圖像，所述果實邊緣圖像為各個果實的邊界；

S5、選用標準的圓作為果實的形狀模型，利用霍夫變換算法對所述果實邊緣圖像進行圓檢測，得到果實圓以及圓心在所述RGB圖像中的坐標；利用霍夫變換圓檢測，根據不完全信息檢測圓的特性實現對所述果實邊緣圖像中重疊區域的分割；

S6、匹配所述RGB圖像和深度圖像的像素坐標，得到果實圓心的深度信息；

S7、根據果實圓心的所述深度信息，融合采集深度圖像的攝像頭的姿態信息以及其世界定位信息，通過世界坐標變換算法得到每個果實圓心的世界坐標；

所述步驟S3之后、所述步驟S4之前，還包括以下步驟：

所述神經網絡顏色分類模型對所述果實像素區域圖像進行二值化，然后對二值化的所述果實像素區域圖像進行形態學的孔洞填充和開運算，用得到的孔洞填充和開運算之后的所述果實像素區域圖像對所述RGB圖像做掩碼運算，得到邊緣平滑的去除背景的果實像素區域圖像；

所述步驟S4中的邊緣檢測算法為拉普拉斯二階零交叉檢測算子，所述拉普拉斯二階零交叉檢測算子利用兩個不同參數的高斯函數的差來近似地對所述果實像素區域圖像作卷積，通過尋找所述果實像素區域圖像的二階導數的過零點來尋找邊界，從而檢測出果實圖像的邊緣點；

所述步驟S7中，得到每個果實圓心的世界坐標的具體步驟為：

S71、將深度圖像的坐標系中的坐標轉換為深度攝像頭坐標系的坐標；

S72、將所述深度攝像頭坐標系中的坐標轉換為世界坐標系的坐標。

2.根據權利要求1所述的方法，其特征在于，所述步驟S2中，通過RGB攝像頭獲取所述RGB圖像，通過深度攝像頭獲取所述深度圖像。

3.根據權利要求2所述的方法，其特征在于，所述步驟S1中的神經網絡顏色分類模型為三層結構的BP神經網絡，其隱含層神經元使用雙曲正切S型傳遞函數tansig，用于將所述隱含層神經元上范圍為(-∞，+∞)的輸入值映射到區間(-1，+1)上；輸出層使用線性傳遞函數purelin傳遞函數。

4.根據權利要求1所述的方法，其特征在于，所述步驟S71根據如下公式進行坐標系轉換：

Uc=(X-cx)*WcfVc=(Y-cy)*Wcf]]>

其中，(X,Y)為所述果實圓心在深度圖像坐標系中的坐標，(U_c,V_c,W_c)為所述果實圓心在所述深度攝像頭坐標系的坐標，f為所述深度攝像頭的焦距，c_x和c_y分別為所述深度攝像頭水平分辨率和垂直分辨率值的一半。