基于改进Hough变换的类圆果实目标检测.pdf

《基于改进Hough变换的类圆果实目标检测.pdf》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、第26卷2010圭E第7期7月农业工程学报TransactionsoftheCSAE、，01．26No．7Jul．20lO157基于改进Hough变换的类圆果实目标检测谢忠红1,2姬长英愀，郭小清2，任守刚2(1．南京农业大学工学院，南京210031；2．南京农业大学信息科学技术学院，南京210095)摘要：为了能够快速准确地计算出类圆果实的形心坐标和半径，提出了一种基于改进圆形随机Hough变换的快速类圆果实目标检测方法。在以2R．G色差分量实现背景分离后，采用模板匹配细化算法获取单像素果实轮廓，并按步长获取果实的边缘特征点；然后，根据边缘特征点的平均切线方向对特征点进

2、行分组，并以此为依据对圆形RHT算法进行改进；最后利用改进后的圆形RHT算法计算出类圆果实的形心坐标和半径。该方法能够快速准确地对类圆果实进行检测，对部分被遮挡的类圆果实识别效果较好。关键词：目标识别，算法，研究，类圆形，方向编码，边缘特征点doi：10．3969／j．issn．1002—6819．2010．07．028中图分类号：TP391．41文献标识码：A文章编号：1002—6819(2010)一07—0157-06谢忠红，姬长英，郭小清，等．基于改进Hough变换的类圆果实目标检测[J]．农业工程学报，2010，26(7)：157—162．XieZhonghong

3、，JiChangying，GuoXiaoqing，eta1．Anobjectdetectionmethodforquasi-circularfruitsbasedonimprovedHoughtransform[J]．TransactionsoftheCSAE，2010，26(7)：157—162．(inChinesewithEnglishabstract)0引言机器视觉系统是移动式果实采摘机器人系统中最关键的部分。利用智能的视觉系统，机器人能够在自然场景下实现自主导航和对果实的自动识别、定位和采摘。这对于解决中国农村劳动力短缺问题，降低水果生产成本，提高中国水果产品在国

4、际市场上的竞争力是非常有意义的【l五】。近年来，采摘机器人的视觉系统成为研究热点，国内外学者在自然场景下果实目标的定位和测量方面做了很多研究工作，成果已经应用于番茄采摘机器人【“l，苹果采摘机器人‘铺l，草莓收获机器人【7培1和两瓜收获机器人⋯o】等。过去的研究多侧蕈于果实与背景的分割、重叠和被遮挡果实目标的提取和不同光线环境下果实目标的定位和提取方法等方面【l。01。蔡健荣，周小军等【ll】利用圆形Hough变换提取目标形心坐标及半径，恢复被遮挡果实形状。谢志勇，张铁中掣12】考虑到人部分成熟草莓形状轮廓与圆近似，提出了利用Hough变换技术实现多种情况下草莓的圆心定位

5、和半径检测，识别平均相对误差为4．8％。但以前在定位水果形心和测量半径的研究中，大多数研究者仅仅是使用Hough变换算法和随机Hough变换(randomizedhoughtransfoi'm，RHT)算法，而很少有学者对RHT进行算法优化。大多数水果外形类似圆，圆的几何特征有助于快速收稿日期：2009．10．19修订日期：2010-05-25基金项目：国家“863”计划项目(2006AAl02259)：南京农业大学青年科技创新基金项目(kj08027)作者简介：谢忠红(1977一)，女，江苏泰兴人，博士生，研究方向：计算机图像处理，模式识别，农业机器人视觉。南京南京农业

6、大学信息科技学院210095。Emaihxiezhonghong_en@sina．eom．∞※通信作者姬长英(1957一)，男，山东人，教授，博士，研究方向：新型农业机械理论与技术，农业机器视觉。南京南京农业大学工学院农业机械化系，210031。Email．-chyji刨a11．edu．cn准确地计算果实的形心坐标和半径。传统的圆形Hough变换存在时间复杂度和空间复杂度高，参数提取受参数空间量化间隔制约等诸多缺点。其后提出的RHT变换虽然降低了时间复杂度和窄间复杂度，但是在对复杂图像进行处理时，随机采样仍然会造成大量无效累积。据此，本研究以算法优化作为研究的切入点，通过

7、分析类圆果实图像的特征，设计图像预处理方案，获取单像素宽的桃子外形轮廓，结合方向编码和边缘特征点对圆形RHT算法进行了改进，并以成熟桃子的定位和测量验证了改进算法的有效性。1类圆果实图像的预处理1．1基于RGB颜色模型图像分割使用Ostu自适应阈值算法[12-131获取R-G合成的图像和2R．G合成的图像的分割阈值为孔和疋，利用阈值／'1=86，T2=193对同一幅图像进行二值化(如图1)。试验结果表明，2R-G色差分量在实现背景分离时效果更好。图1利用色差分割后的二值图像Fig．1Doublevalueimagesegmen