苹果采摘机器人夜间识别方法_赵德安

《苹果采摘机器人夜间识别方法_赵德安》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年3月农业机械学报第46卷第3期doi:10．6041/j．issn．1000-1298．2015．03．003*苹果采摘机器人夜间识别方法赵德安刘晓洋陈玉姬伟贾伟宽胡婵莉(江苏大学电气信息工程学院，镇江212013)摘要:提出了一种适用于苹果采摘机器人夜间识别的方法。在图像采集阶段，通过对比不同光源的照明效果，选用白炽灯作为照明光源并采用2盏白炽灯从不同角度照明的方式削弱图像中的阴影。在图像分割阶段，对比白天图像的分割方法，提出改进Ｒ-G色差分割法。此外针对夜间图像中的高亮反光区，采用二次分割的方法提取出水

2、果表面的高亮反光区以此对分割后的图像进行修补，以得到完整的分割结果。经统计不考虑果实的遮挡和粘连，夜间苹果正确识别率达到83.7%。关键词:苹果采摘夜间图像识别中图分类号:TP274文献标识码:A文章编号:1000-1298(2015)03-0015-08ImageＲecognitionatNightforApplePickingＲobotZhaoDeanLiuXiaoyangChenYuJiWeiJiaWeikuanHuChanli(SchoolofElectronicandInformationEngineeri

3、ng，JiangsuUniversity，Zhenjiang212013，China)Abstract:Thepaperpresentsamethodofimagerecognitionforapplepickingrobotatnight．Inthestageofimageacquisition，comparingdifferentlightingeffectsoflightsource，theproposedmethodselectedtheincandescentlampasartificiallighting

4、．Andtwolampswereplacedindifferentsitestoweakenshadowwith60°angle．Inthestageofimagesegmentation，comparingtheimagerecognitionmethodsadoptedindaytime，theimprovedＲ－Gimagerecognitionmethodwasproposed．Ｒeferringtoreflectiveareasinthesurfaceofapples，twicesegmentationme

5、thodwasproposedtoseparatereflectiveareasfromimagestorepairsegmentedimagesabove．Thefirstsegmentationaimedtodeterminetheareasinwhereappleswerelocated．Thesecondsegmentationaimedtodeterminethereflectiveareasinthedeterminedareasoffirstsegmentation．Takingnoaccountofs

6、helteredandadhesiveapples，therateofidentificationonthebasisofthestatisticof60imagesacquiredatnightcanreachto83.7%．Thispaperverifiedtheabilityofimagerecognitionforapplepickingrobotatnightanddiscussedthefeasibilityofapplepickingatnight．Keywords:ApplePickingNightI

7、magerecognition具有夜间工作的能力。虽然国内外对水果采摘的图引言［10－18］像识别进行了大量研究，但是对于夜间的水果［1］识别涉及较少。Font等［19］在夜间利用人工光源照我国是一个水果生产大国。用于水果采摘的劳动力占整个生产过程所用劳动力的1/3以明采集了葡萄园中成熟葡萄的ＲGB图像，通过检测［2－5］上。采用机器人进行机械化采摘不仅可以降低葡萄表面的球面反射峰值计算葡萄个数。Payne［6－10］［20］人工成本，减少损伤率，还能提高采摘效率。等在夜间人工光源下采集了接近成熟硬化阶段为了在水果成

8、熟期内，尽快完成密集的采摘工作，水的芒果图像，结合YCbCr彩色空间的颜色特征与形果采摘机器人不但需要白天能正常工作，而且需要状纹理特征计算芒果个数并以此估算芒果产量。虽收稿日期:2014-11-10修回日期:2014-12-23*国家高技术研究发展计划(863计划)资助项目(2006AA10Z254)、高等学校博士学科点专项科研基金资助项目(