蘋果采摘機器人重疊果實快速動態(tài)識別及定位研究.pdf

1、在我國，果蔬采摘作業(yè)很大程度上仍然依靠人工完成，然而，隨著農村人口不斷減少，人口老齡化日益嚴重，此外部分果蔬采摘期短，需集中作業(yè)，使得農業(yè)勞動力愈發(fā)不足。因此，開展果蔬采摘機器人研究，實現果蔬自動化采摘迫在眉睫。視覺系統(tǒng)作為采摘機器人的核心部分，對機器人能否順利采摘果實有著至關重要的影響。
　　本文在國家自然科學基金“基于快速視覺伺服控制的多照度環(huán)境蘋果高效機器采摘方法研究（31571571）”項目和教育部博士點專項基金“蘋果采摘

2、機器人常見生長形態(tài)果實自適應精確識別研究（20133227110024）”的資助下，以果園中的重疊蘋果為研究對象，重點研究重疊蘋果的快速動態(tài)識別以及定位，主要涵蓋如下內容：
　　1、重疊蘋果圖像去噪與顏色特征分析。由于多種因素的存在，從果園中現場采集的圖像通常會含有一定的噪聲，對后續(xù)圖像識別造成干擾，因此，圖像去噪是目標果實識別的第一步。本文采用彩色圖像鄰域平均法以及中值濾波法去除圖像中的噪聲，然后對去噪之后的低噪圖像進行顏色特征

3、分析，為圖像分割奠定基礎。
　　2、重疊蘋果圖像分割以及完善。分割是識別的基礎，本文對比了三種基于閾值的圖像分割方法，最后選用改進的R-G色差分割算法分割去噪后的重疊蘋果圖像。該算法通過對RGB圖像中的紅色分量進行伽馬變換，加大圖像中紅色分量和綠色分量的差，從而緩解當蘋果果實與背景顏色的紅綠色差不明顯時，出現的過分割或者欠分割情況。針對分割后圖像中存在的噪聲以及孔洞，采用數學形態(tài)學、孔洞填充與閾值面積保留法三者相結合的方法進行處理

4、。
　　3、重疊蘋果圖像快速動態(tài)識別。機器人采摘作業(yè)通常是在運動狀態(tài)下進行，因此本文嘗試采用動態(tài)識別方法，通過對圖像序列進行分析，獲得蘋果果實的動態(tài)特性。利用快速生成距離函數法求出分割后目標果實輪廓內的點到果實輪廓邊緣最小距離的極大值，極大值對應的點即為果實的圓心；由圓心在不同方向上到輪廓邊緣的最大距離的極小值確定半徑；結合圓心以及半徑信息提取后續(xù)匹配所需模板；根據每幅圖像中圓心的位置擬合出機器人運動的路徑，并對后續(xù)運動狀態(tài)進行估

5、計，縮小后續(xù)圖像處理的范圍，加快識別速度；最后采用快速歸一化互相關匹配算法對重疊蘋果進行匹配識別。
　　4、雙目攝像機標定與果實深度信息獲取。本文采用張正友平面標定法對攝像機進行標定，得到其內參以及外參，此時左、右相機的重投影誤差分別為[0.22115,0.21346]和[0.24535,0.27693]，基本可以滿足采摘要求。隨后對比分析基于區(qū)域與基于特征的兩種立體匹配算法，最終將左、右蘋果圖像的圓心作為匹配的特征點，進行基于特

6、征的立體匹配，并根據三角測量原理得到果實的深度信息。
　　5、重疊蘋果快速動態(tài)識別與定位算法的實驗分析。由實驗結果可以得出：對于一幅大小為320×240像素，蘋果果實面積占圖像面積的比例約為18.5％的圖像，若采用傳統(tǒng)算法，匹配時間為0.181秒，經過本文算法優(yōu)化之后，僅需0.094秒，匹配速度提高了48.1%；且蘋果果實面積占圖像面積的比例越小，加速優(yōu)化效果越明顯，果實重疊部分的面積越大，匹配識別的時間越短；圖像采集的最佳距離為