基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf

基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf

ID:53744288

大小:940.38 KB

页数:5页

时间:2020-04-22

基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf_第1页
基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf_第2页
基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf_第3页
基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf_第4页
基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf_第5页
资源描述:

《基于Kinect视觉系统的西红柿自动识别与定位-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第35卷第4期中国农机化学报Vol_35No.42014年7月JournalofChineseAgriculturalMechanizationJuly.2014DOI:10.13733~.jcam.issn.2095—5553.2014.04.042基于Kinect视觉系统的西红柿自动识别与定位冰董建民,陈伟海,岳昊嵩,李东晶(1.山东工业职业学院,山东淄博,256414;2.北京航空航天大学,北京市,100191)摘要:传统的西红柿采摘机器人的视觉系统都是采用双目摄像头,使用时需要进行摄像头参数标定,使用过程复杂。本文提出用Kine

2、ct代替传统的双目摄像头,获得RGB彩色图像和目标深度图像。对彩色图像分别在HSI和Lab颜色空间进行分通道图像分割,再将两种结果进行融合后去除背景噪声。对采集的样本图像进行分割实验。结果表明此种方法分割效果良好。对深度图像进行三维重建获得西红柿质心的三维立体坐标值。实验表明目标定位准确度高.该空间坐标值可用于指导真空吸盘机械手进行目标西红柿的自动采摘关键词:视觉系统;图像分割:Kineet:视觉定位中图分类号:TP391文献标识码:A文章编号:2095—5553(2014)04—0169—05董建民,陈伟海,岳吴嵩,李东晶.基于Kin

3、ect视觉系统的西红柿自动识别与定位[J】_中国农机化学报,2014,35(4):169~173DongJianmin,ChenWeihai,Yue11aosong,LiDongjing.AutomaticrecognitionandlocationoftomatoesbasedonKinectvisionsystemfJ1.Jour-nalofChineseAgriculturalMechanization,2014,35(4):169-173精度。0引言1基于图像分割的西红柿识别自1983年第一台西红柿采摘机器人在美国诞生以来.西红

4、柿采摘机器人的研究和开发历经了3O多1.1颜色空间的选择年。目前.El本、欧美等发达国家都致力于自动采图像分割一直是图像与视觉研究的热点和难点.摘机器人的研究与开发.我国也在大力进行相关领目前相关方法有很多种。颜色空间的选取在图像分割域的研究在自然场景下对西红柿进行识别和定位.中是非常重要的.对分割的结果起着决定性的作用是实现自动采摘的前提.视觉系统对采摘机器人是颜色空间的选择要视具体情况而定.目前没有一种颜非常关键的。目前对西红柿识别的方法有很多.例色空间可以通用如将图像进行灰度变换.采用拟合曲线对西红柿的传统的分割方法是在RBG颜色

5、空间.将图像分成分割[1l:由RGB颜色空间转~IJHSI颜色空间.采用遗R、G、B三个单通道的灰度图像.然后对R通道的图传算法训练多层前馈神经网络实现西红柿成熟度的像进行分割。一般是采用多幅图像统计的方法.得到自动判别[21:根据颜色特征利用阈值自动设定的方最佳阈值然后进行阈值分割.实验结果如图1所示法对西红柿进行分割[21这些方法都能从背景中将西红柿分割出来.但这些方法都有一定的不足.成功率较低本文采用分别在HSI和Lab颜色空间进行图像分割.然后将两个结果进行融合.再去除背景■■一噪声的分割方法.该方法可以提高西红柿分割的准(a)

6、原始图像(b)B通道图像(C)G通道图像确性。传统的果实定位采用双目立体视觉技术.缺点是要进行复杂的摄像机标定.使用不方便.圈计算速度较慢本文利用Kinect代替双目摄像头.(d)R通道图像(e)R通道分割结果无需进行参数标定可直接获得深度图像信息.实图1RGB颜色空间分割结果验表明此种方法可降低成本.提高定位速度和Fig.1SegmentationresultsofRGBcolorspace收稿日期:2013年7月22日修回Et期:2013年8月19日基金项目:山东省青年骨干教师国内访问学者项目资助;国家863计划项目资助(2011A

7、A040902)第一作者:董建民,男,1979年生,山东淄博人,硕士;研究方向图像处理、模式识别。E-mail:dongjianmin1979@126.com_中国农机化学报2014年从图l所示的分割结果可以看出.背景噪声不能作业要求.但也存在一定的问题。通过对该方法的研完全去除.而且分割结果受光照的影响较大.西红柿究分析.本文对其进行了相应的改进。采用门~Otsu上有明显的亮斑。RGB颜色空间适合于显示.不适合法。改进的思路就是结合迭代法和Otsu法,根据图像于图像分割和分析,因为R、G、B的3个分量是高度先确定一个初始阈值.然后利用

8、Otsu法自动获取最相关的.RGB色彩空间容易受到光照的影响。即只要佳阈值:亮度改变.3个分量都会相应改变.很难将图像中目T=maxo"()=max[p1(t)p2(£)1(t)-/.e2(t)z])(2)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。