[發明專利]果蔬采摘機器人的智能識別方法

在審

• 申請號: 202010640497.9
• 申請日: 2020-07-06
• 公開（公告）號: CN111783693A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 吳浩
• 申請（專利權）人: 深圳市多彩匯通實業有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 鄧盛花

本發明屬于采摘機器人技術領域，具體涉及果蔬采摘機器人的智能識別方法，包括以下步驟：S1：獲取果蔬圖像；S2：圖像預處理，增強S1得到果蔬圖像的圖像；S3：對圖像進行圖像超像素分割，并去除圖像中的噪聲干擾；S4：提取圖像超像素分割后每一個超像素的顏色特征和紋理特征；S5：使用預先訓練好的SVM分類器將超像素分為果蔬和背景兩類，獲得果蔬模板圖像；S6：將S5獲得的果蔬模板圖像與預先訓練好的卷積神經網絡檢測模型圖像對比，判斷果蔬的成熟度；S7：確定目標果蔬的圓心坐標，對S6中合格的目標果蔬進行圓形擬合，并確定擬合后的圓心坐標；S8：匹配識別與定位，根據S7得到的圓心坐標，采用快速歸一化互相關匹配對果蔬進行快速識別與定位。

技術領域

本發明屬于采摘機器人技術領域，具體涉及果蔬采摘機器人的智能識別方法。

背景技術

果蔬生產的快速發展和農業勞動力短缺、勞動強度過大的矛盾日益顯現，而替代選擇性收獲這一復雜人力勞動只有通過采摘機器人技術的深入研究才能實現。因此，水果農作物采摘機器人的研究應用，對于減輕農業從業者的勞動強度、解放農業勞動力和提高果蔬的集約化生產水平，都具有重要的意義。采摘機器人的首要任務是利用視覺系統進行成熟蘋果目標的識別與定位。基于圖像處理研究領域的相關算法，以實現果實的自動化檢測、識別和定位，成為當前果實自動采摘機器人研發應用中的研究熱點。

面向果實的機械化采摘，通過相關的圖像技術自動識別和定位場景中的果實信息成為一個廣泛的研究課題。2010年，司永勝等人提出了利用歸一化的紅綠色差(R-G)/(R+G)分割蘋果的方法對不同光照情況下拍攝的蘋果圖像進行了識別,并對識別后的圖像進行預處理,獲得蘋果的輪廓圖像。對輪廓圖像采用隨機圓環法進行果實圓心、半徑提取。識別算法可以較好地消除陰影、裸露土壤等影響,以蘋果個數為單位，識別率達到92％。2012年，趙文旻等人提出選用R-G色差模型，改進的Ostu最大類間方差法分割圖像。然后用面積閾值法消除噪聲，獲取成熟蘋果果實的目標區域，同樣以蘋果的個數為計算單位單位，識別率為84.7％。

現有技術存在的算法復雜度較高且(或)運行時間較長，未能較好的實現實時自適應的采摘操作的問題；并且現有果蔬采摘機器人只是對果實進行識別采摘，并無法判定果實是否成熟，導致摘取了一部分未成熟的果實，造成了果實的浪費。

發明內容

針對上述背景技術所提出的問題，本發明的目的是：旨在提供果蔬采摘機器人的智能識別方法。

為實現上述技術目的，本發明采用的技術方案如下：

果蔬采摘機器人的智能識別方法，包括以下步驟：

S1：在自然光作用下，獲取果蔬圖像；

S2：圖像預處理，采用矢量中值濾波的圖像增強方法增強圖像；

S3：對S2處理后的圖像采用HLS顏色模型中色度分量算法進行圖像超像素分割，并去除圖像中的噪聲干擾；

S4：提取S3中圖像超像素分割后每一個超像素的顏色特征和紋理特征；

S5：使用預先訓練好的SVM分類器將超像素分為果蔬和背景兩類，獲得果蔬模板圖像，并去除面積小于300像素的連通區域；

S6：將S5獲得的果蔬模板圖像與預先訓練好的卷積神經網絡檢測模型圖像對比，判斷果蔬的成熟度，判定結果合格的果蔬進行采摘，不合格的果蔬則不進行采摘；

S7：確定目標果蔬的圓心坐標，對S6中合格的目標果蔬進行圓形擬合，并確定擬合后的圓心坐標；

S8：匹配識別與定位，根據S7得到的圓心坐標，采用快速歸一化互相關匹配對果蔬進行快速識別與定位。

作為本發明的一種優選方案，所述S1中使用CCD攝像機采集圖像。