无遮挡的柑橘果实图像识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108734054A(43)申请公布日2018.11.02(21)申请号201710248835.2(22)申请日2017.04.17(71)申请人湖南生物机电职业技术学院地址410126湖南省长沙市芙蓉区隆平高科技园湖南生物机电职业技术学院(72)发明人曹乐平(74)专利代理机构长沙正奇专利事务所有限责任公司43113代理人郭立中李美丽(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书1页说明书4页附图5页(54)发明名称无遮挡的柑橘果实图像识别方法(57)摘要本发明公开了一种无遮挡的柑橘果实图像识别方法，包括以下步骤：A：采集柑橘果实图像并裁切；B：将裁切后的图像转化为黑白二值图像；去除黑白二值图像中的黑色孔洞，将果实伪目标黑色化处理；C：对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，形成每一标记中只有一个柑橘果实的标记区，读取各标记区果实轮廓坐标，得到柑橘果实边缘轮廓坐标矩阵；步骤D：通过柑橘果实边缘轮廓坐标矩阵拟合得到果实圆形轮廓曲线或椭圆形轮廓曲线，并计算圆形轮廓曲线的中心坐标和半径，计算椭圆形轮廓曲线的中心坐标、长半轴和短半轴。本发明识别时间短，果实位置及果实大小检测误差小，能够在同一幅图上一并检测圆形和椭圆形果实。CN108734054ACN108734054A权利要求书1/1页1.一种无遮挡的柑橘果实图像识别方法，其特征在于，包括以下步骤：步骤A：采集柑橘果实图像，并对采集到的柑橘果实图像进行t×t像素大小的图像裁切；步骤B：B1.建立γ＝0.5R-0.42G-0.81B的色差模型，将裁切后的柑橘果实彩色图像转化为γ色差分量图，对γ色差分量图进行灰度转换，并通过自动阈值法转化为黑白二值图像；B2.利用白色填充法去除黑白二值图像中白色果实目标中的黑色孔洞，同时将黑白二值图像中的果实伪目标黑色化背景处理；步骤C：通过Canny算子检测经过步骤B2得到的黑白二值图像，对检测到的果实轮廓宽度单像素化，标记单像素化后的果实轮廓图像，形成每一标记中只有一个柑橘果实的标记区，读取各标记区果实轮廓坐标，得到柑橘果实边缘轮廓坐标矩阵；步骤D：通过柑橘果实边缘轮廓坐标矩阵拟合得到果实圆形轮廓曲线或椭圆形轮廓曲线，并计算圆形轮廓曲线的中心坐标和半径大小，计算椭圆形轮廓曲线的中心坐标、长半轴大小和短半轴大小。2.如权利要求1所述的无遮挡的柑橘果实图像识别方法，其特征在于，所述步骤A中，对采集到的柑橘果实图形进行512×512像素大小的图像裁切。3.如权利要求1所述的无遮挡的柑橘果实图像识别方法，其特征在于，所述步骤B2中，对黑白二值图像中像素数小于500的果实伪目标黑色化背景处理。4.如权利要求1所述的无遮挡的柑橘果实图像识别方法，其特征在于，所述步骤D中，通过柑橘果实边缘轮廓坐标矩阵拟合得到果实圆形轮廓曲线或椭圆形轮廓曲线的方法包括：D1.依据取柑橘果实边缘轮廓的上下半部分中横坐标及纵坐标都不同于前一个点的轮廓转角点，形成轮廓角点坐标阵其中xi与yi(i＝1,2,...,m)分别为轮廓角点的行坐标和列坐标，为空集；D2.设待拟合的圆形及椭圆形曲线方程为p(1)x2+p(2)xy+p(3)y2+p(4)x+p(5)y+1＝0，式中，p＝[p(1)p(2)p(3)p(4)p(5)]为待定系数，依据柑橘果实轮廓角点通过最小二乘法求得p值，将求得的p值代入上述待拟合的圆形及椭圆形曲线方程即可得到果实圆形轮廓曲线或椭圆形轮廓曲线。2CN108734054A说明书1/4页无遮挡的柑橘果实图像识别方法技术领域[0001]本发明特别涉及一种无遮挡的柑橘果实图像识别方法。背景技术[0002]树上成熟柑橘果实的图像识别是柑橘采摘机器人的关键技术之一，直接关乎采摘效果的好坏及采摘效率的高低。就采摘机器人视觉系统自身来说，需要满足柑橘果实位置检测精度高(约5mm以内)、大小检测误差小(约5mm以内)、检测时间短(毫秒级)的要求。[0003]目前，树上水果的识别主要采用与图像库比对的主动形状法及Hough变换的圆检测方法，两种方法大部分步骤建立在图像处理分析的基础上，检测识别用时较长；且当同一幅上同时存在圆形果实和椭圆形果实时，无法既识别出圆形果实，又识别出椭圆形果实。发明内容[0004]本发明的目的在于，针对上述现有技术的不足，提供一种无遮挡的柑橘果实图像识别方法，识别时间短，果实位置及果实大小检测误差小，当同一幅图上同时存在圆形果实和椭圆形果实时，能够一并检测与识别圆形果实和椭圆形果实。[0005]为解决上述技术问题，本发明所采用的技术方案是：[0006]一种无遮挡的柑橘果实图像识别方法，其特点在于包括以下步骤：