[發明專利]自然環境中被遮擋果實的識別方法

有效

• 申請號: 202010532394.0
• 申請日: 2020-06-12
• 公開（公告）號: CN111738271B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 劉振宇;丁宇祺
• 申請（專利權）人: 沈陽工業大學
• 主分類號: G06V10/20
• 分類號: G06V10/20;G06V20/68;G06V10/26;G06V10/30;G06V10/80;G06V10/762
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 張君男;宋鐵軍

1.自然環境中被遮擋果實的識別方法，其特征在于：該方法包括：

先進行預處理，預處理后的果實區域再利用區域邊緣上相鄰的人工標注點與質心的距離波動曲線求取最佳遮擋閾值，判定果實遮擋區域和未遮擋邊緣，并對未遮擋邊緣上的不相鄰標注點進行隨機三點定圓；

將得到的圓心點集作為基于堆排序的改進型凝聚層次聚類分類器的輸入，求取結果中每類的圓心均值與果實邊緣上的最遠標注點進行圓擬合，實現被遮擋果實的識別；

凝聚層次算法具體包括：

采用凝聚算法，凝聚式是自下而上進行聚類，計算不同簇內數據點間的歐氏距離，假設圓心點集包含N個初始數據點，則歐氏距離計算公式為：

聚類樹最底層搭建完成，通過鄰近度準則計算簇間距離；

聚類準則有以下三種定義：單鏈、全鏈、組平均：

單鏈：其中|x-y|是兩個不同簇內數據點p、q間的距離，對噪音和離群點非常敏感，易受鏈式結構影響，產生散亂的分類；

全鏈：對噪音和離群點不敏感，易形成同種緊密類；

組平均：其中m_p、m_q表示類c_p和c_q中數據點的個數，考慮到類的結構而不單純依靠距離合并，受異常數據影響小，魯棒性相對較好；

通過建立基于堆的優先隊列代替歐式距離矩陣，利用自定義結構體來實現自定義比較，不用遍歷直接取出最小距離，以此降低存儲容量和時間成本；

具體聚類步驟如下：

(1)將待測圓心點集中的N個樣本點分配為N個簇類，每類只包含一個樣本點；

(2)計算任意兩個數據點p和q之間的歐氏距離，存儲在一維結構體數組s(p,q)中，并通過堆排序實現最小優先隊列；

(3)創建表示類與類間距離的列表，按堆排序實現的順序，將距離最近的類c_p和c_q合并，形成新類簇c_pq，刪除列表中的c_p和c_q，添加新類簇c_pq與其他類簇的距離，未涉及到的類c_p和c_q的距離不更新；

(4)重復步驟(3)直到所有類合并成一個類或達到結束條件，退出條件是90％的簇被合并；

(5)計算新類的圓心均值，結合最遠角點進行圓擬合實現彩色圖像中遮擋果實的識別。

2.根據權利要求1所述的自然環境中被遮擋果實的識別方法，其特征在于：預處理過程包括先基于顏色閾值分割法提取出果實區域，再通過自適應中值濾波去除圖像噪聲，結合紋理特征訓練支持向量機，將顏色、紋理分割結果進行與運算實現圖像融合，再通過數學形態學處理提取出最終的目標果實區域。

3.根據權利要求2所述的自然環境中被遮擋果實的識別方法，其特征在于：基于顏色閾值分割法提取出果實區域，再通過自適應中值濾波去除圖像噪聲，具體包括：

是基于1.1R-G顏色因子得到原圖的色差灰度圖，對歸一化后的色差灰度圖進行自適應中值濾波，在去噪的同時能較好的保存邊緣信息，再利用Otsu法動態選取的閾值對濾波結果進行二值化處理，大于閾值的視為分割區域，小于閾值的視為背景區域，從而得到果實分割結果。