基于機器視覺的樹上柑桔識別方法研究.pdf

1、水果收獲機器人在日本、歐美等國家已進行了較長時間的研究.任何一種水果收獲機器人的正常工作均有賴于對作業(yè)對象的正確識別,因而要實現(xiàn)收獲機器人對水果的收獲,關鍵是要從果樹中識別出水果并確定水果的準確空間位置.在該課題的研究中,提出了基于彩色信息和紅外熱成像技術(shù)的兩種不同的樹上水果識別方法,并用于樹上柑桔的識別試驗.主要研究內(nèi)容和研究成果如下:在利用顏色特征進行樹上水果識別研究中,對實時采集的53幅含有各種背景情況的可見光彩色圖像進行顏色成分

2、(R、G、B)的提取,并對果實、樹葉、樹枝進行了顏色特征比較與分析.研究發(fā)現(xiàn)水果、樹葉、樹枝三者間的R與G的對應坐標值基本上分布在45°對角線上;樹葉、樹枝的G與B和R與B的對應坐標值分布在或接近于45°對角線上,而水果的G與B和R與B的對應坐標值偏離45°對角線,分布在45°對角線下方,且果實的R-B的平均差值比G-B的平均差值要大.提出了基于顏色指標的識別模型,根據(jù)圖像特征動態(tài)產(chǎn)生閾值T,如果(R-B)>T,則該像素屬于果實,否則屬

3、于背景,并用VB6.0開發(fā)了樹上果實識別軟件,進行識別試驗.分別在順光條件和背光條件下進行了試驗分析,結(jié)果表明該識別模型可以實現(xiàn)對樹上可見的柑桔的識別,并適用于單個和多個果實的識別,識別率為100％,但在順光條件下,當背景(雜草)反射光較強時,則存在混淆區(qū)域.在利用紅外熱成像技術(shù)進行樹上水果識別研究中,認真研究了紅外熱成像的基本原理,利用自然界中物體都存在熱輻射的現(xiàn)象,由于熱輻射不同,會在紅外熱圖像中體現(xiàn)出現(xiàn)溫度或灰度不同的特點,提出了

4、新的方法進行樹上果實識別的嘗試性試驗.該試驗在三種條件下進行:試驗A:2002年10月12日,下午15:17;環(huán)境條件:濕度48％、溫度21.7℃.試驗B:2003年11月23日,晚上20:40;環(huán)境條件:濕度78.6％、溫度14.9℃.試驗C:2003年11月27日,上午10:20;環(huán)境條件:濕度76.1％、溫度12.2℃.通過對由試驗A獲取的紅外熱圖像進行分析,果實與樹葉的平均溫差較大,△T=1.8℃;果實與樹枝的平均溫差較小,△T

5、=0.6℃.而果實與樹葉的平均灰度差較大,△I=95;果實與樹枝的平均灰度差為△l=37.通過分析提出了用小波多尺度變換進行目標識別的方法,研究發(fā)現(xiàn)用提取一定尺度下的模值圖可有效地進行果實與背景的分割.用該方法可以較好地識別順光條件下采集的紅外熱圖像中的果實,而在背光條件下,由于位于樹冠邊緣的樹葉反射光較強或穿過樹冠的光使周圍的樹葉光反射較強,使果實在紅外熱圖像中的溫度或灰度低于反射光強的樹葉等部分,則不能識別.經(jīng)研究認為可以根據(jù)柑桔與