[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

本發明涉及圖像識別領域，具體涉及自然環境中被遮擋果實的識別方法。該方法先進行預處理，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。本發明的識別方法相對于現有技術，實時性好、識別率高，并且波動范圍較小。

技術領域

本發明涉及圖像識別領域，具體涉及自然環境中被遮擋果實的識別方法。

背景技術

目前，水果供應鏈的采摘環節主要依靠人工作業，效率低、成本高，無法滿足國際市場的供應需求，為有效提高勞動生產率、節約勞動成本，利用水果采摘機器人代替人工作業是果園現代化管理的必然趨勢。自然環境中水果多為類球形，果實重疊、受枝葉遮擋的現象普遍存在，機器視覺系統對目標果實遮擋狀態的判斷和偵測識別已成為水果采摘機器人亟需解決的實際問題，受到了國內外學者的廣泛關注。

目前國內外學者針對遮擋果實的識別問題取得了一定進展，夏雪等在自然環境下蘋果作業機器人雙果重疊目標偵測方法中利用K-means聚類算法提取重疊蘋果區域后使用Y型節點搜索分離單果輪廓，對被遮擋蘋果運用距離最小二乘算法進行輪廓重建，能較好保留未遮擋果實的完整輪廓。劉灑在柑橘采摘機器人重疊果實分割與定位方法研究中針對被樹葉輕度遮擋的重疊柑橘，提出了一種基于輪廓曲率和距離分析的果實分割方法，并結合最小二乘橢圓擬合和圓擬合的方法進行了輪廓重建。孫颯爽等公開的自然環境下綠色蘋果目標的識別與分割方法研究，在改進GrabCut模型的基礎上，利用Ncut算法對綠色蘋果圖像中的多重疊果實目標進行分割，通過三點定圓法實現枝葉果混合遮擋下果實區域的有效恢復。車金慶等在重疊蘋果果實的分離識別方法中利用橫縱投影圖判別重疊形態，SUSAN檢測角點后運用迭代腐蝕和瓶頸準則挑選重疊分離點并用Bresenhan算法連接，提取出分離果實有效輪廓后用改進的隨機Hough算法擬合果實圓心和半徑。

其中，沈明明在2018年公開的自然環境中綠蘋果目標識別方法的研究中，針對自然環境中無重疊果實的識別問題，提出了一種基于支持向量機的識別方法，該方法還融合了圖像的紋理、顏色和形狀特征，實現了對自然環境中綠蘋果的識別。首先用均值漂移算法對圖像進行分割，利用分割結果提供的先驗信息再結合圖像的顏色特征和紋理特征建立稀疏相似度矩陣，通過改進大大降低了譜聚類算法的數據處理量，提高了算法的運行速度。

朱新新在基于RealSense深度信息的枝上柑橘果實近景識別研究中基于柑橘果、枝、葉的三維幾何特征提出了一種果實識別的深度球截線方法，但果葉嚴重貼碰時會出現誤判現象。Kutiba?Nanaa等通過隨機霍夫變換檢測輸入芒果圖像中的橢圓形狀特征，并利用反向傳播神經網絡對芒果進行分類，對于外觀清晰的果實檢測率較高，但對于重疊遮擋現象較嚴重的果實檢測效果有所下降。

通過現有識別方法可以看出常規算法僅限于對一種果實或只存在輕度遮擋的果實進行識別，而應用神經網絡雖識別準確但耗時較長，因此，目前需要一種能夠在遮擋環境中也能夠實現高識別率的識別方法。

發明內容

發明目的：

本發明旨在提出自然環境中被遮擋果實的識別方法，以解決現有技術中的遮擋下果實的識別問題。

技術方案：

自然環境中被遮擋果實的識別方法，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。