基于机器视觉的水果的识别和定位.doc

《基于机器视觉的水果的识别和定位.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、桃累阒涣千拼瘩娓耐姣阑嗳过基于机器视觉的水果的识别和定位题好呙杖褒侈逗魉狁裙卧雳蛇摘要硌遣蟋耍蟓制榻吆噜哺闪心扑本文讨论了低级别的机器视觉水果和蔬菜收获机器人，介绍了在自然场所下的水果和蔬菜的识别和定位，结合彩色模型提出了一种新的分割方法。更重要的是，它为确定脱落点介绍了一种新型的观点，成功的解决了当果实被闭塞时采摘中心点和脱落点的确定。同时，通过几何学技术解决了生长歪斜的果实的切除点的确定。事实证明，在自然场所下，效果良好。鞲别扫挎罐巩从蜘襻羁锫粒佯关键字：机器视觉，水果物体，识别，定位踏职蟓钻玖燎妮谣缥噻庥龋春1引言劳拯蹦鹌茄沌兔疒怒邦牺

2、诎拇在人类征服自然的这个过程中，人类正面临改造自然和促进社会的能力有限问题。结果，人类一直在寻求机器人代替人完成复杂的任务，而智能机器人是最好的选择。树胄勹呤舂戽搴芫叔胃裎子臂众所周知，视觉是人类探索世界最主要的途径。约百分之八十的信息是通过视野获得的。因此，给予智能机器人视觉功能是非常重要的。在这里，我们可以定义机器视觉如下：它能够在输入图像[1]处理后产生一些描述图片内容。鄹县雌较潼梧篁荽味糙文目岘许多领域与机器视觉是有关联。因此，它广泛的应用在各个方面，从医学图像，到遥感图像，从工业检测，到农业区等。忆哜睨透嚯獗齐谀蹲嗟蓟测豇我们要讨论

3、的水果和蔬菜采收机器人，是一类具有感知能力，可编程控收获，运输和包装庄稼[2]，自动机械采收系统。在这个收获过程中，视觉系统的主要问题，是识别并找到水果物体[3]。在这里，识别的意思是从复杂背景[4]分割出果实物体。定位，包括两方面内容：果实中心的位置和脱落的一点。晒蚴耕污常锣泰鼐吊笤彭蓦尘最近，有不少正在研究关于基于机器视觉的水果和蔬菜收获机器人[5][6]。蔡健荣介绍了在自然场所下的机器视觉识别方法。用大津算法，它得到分割阈值自动提取目标[7]。宫良介绍了基于机器视觉和机器人播种嫁接技术的发明，他们已投入生产[8]。SlaughterD.

4、C在色数码图像[9]中建立一个用颜色特征经典的橙子模型。诔绠豕腆符郎蚪骰病娜矸寥艾在这些研究中，有很多从复杂的自然背景提取水果的方法。但其基本构想是，通过转换颜色模型到另一个比较容易过程中，或者更适合的场合来提取水果对象。但是，仍然有两个问题仍然悬而未决：1）当果实生长歪时如何确定脱落点;2）有这么多的水果重叠时候如何确定中心和脱落点的，另一方面，侦测整个边缘是不可能。如果这两个问题依然悬而未决，这意味着收获可能是一个失败的。讽材瘘擞渫蚋沫笾鼹拔勐跹涞并且更重要的是，只有约40％的水果和蔬菜在果园[10]是可见，这意味着约有60％的物体部分遮

5、挡或完全闭塞。一般来说，农业机器人加上适合的风扇，以吹开覆盖水果的树叶。因此，，它可能部分解决果实完全闭塞的问题。瑕嘀憷仁噙盍涩油践讴道玻鸫所以，在本文中，我们只讨论了果实部分遮挡的问题，在特别是，该案件的两个水果重叠。作为一个整体，我们的问题是讨论的是属于低层次的机器视觉，在机器视觉是关键步骤之一。裂剖洒末盒痕斑玷赴葜殁扳挟2本文中使用的方法札钎戒陵淤祚千饲喊敕獾补揄2.1概要脓邦付儆厦卒题衾肝毳需呓缸从上述分析，我们知道，为了将果实从叶片和树枝分离出来，我们应该利用适合某些情况的色彩模式。该三原色颜色模式是常用的，是不适合果园图象。因为在

6、三原色的颜色空间，该三色来不仅代表着色调值，而且代表着亮度。因此，周围的照明也可能增添识别的难度，因此三原色在这个分割过程中是不可靠的。为了利用水果在色调空间的聚类特征，，我们必须分开，色调和亮度信息。通过三原色转换到单独色调和亮度的模型，我们可以实现这一目标。浇太滦青将惭盈例饬锰魄谐缵2.2彩色模型铜芷唛氨默刻龊烊庾柘脲犰皿在本文中，我们使用的是三种类型的彩色模型。第一个是液晶显示器（亮度和色差）模型。在这个模型中，有四种颜色属性，其中包括亮度信息Y，红色色差Cr，绿色色差Cg，蓝色色差Cb。变换公式如下：糟酌脐趋辗州叫乐砂庠逞缡吾蓼雍矿秋

7、较糁蹉被拟耩讴菠镝在这个实验过程中，我们发现了红色色差在果实中远远高于树叶或树枝，甚至未成熟的果实，如不成熟番茄会稍后就会涉及。因此，我们不得不考虑红色色差Cr。砖迪蘸伏黑茸凄帚葡雷掇抟圭第二个模式，我们采用的是规则的RGB。用图表来代表色性能三个部分。变换公式定义如下：趼恽亓巧瑞捍段骓瘴馅黏樾徵扦揩蹀影狮悄僵苈牢矾习卸舟很明显它满足：傻墩硇倨姥礼喊巧鬃泣阴推标结合上述两种模式的优势，我们可以在本文中推断出第三颜色模型LHM。从第一彩色模型选择Y和Cr，从第二个模式选择r和g，我们可以构建公式如下：柙聚鲼眯送裹秤蛭沃下籼椤隈钍线蓟猎形浔柩蛙坛

8、驰猗赅郏3分割柄扇肆窘内弓祆羲堋实蝎谟布在自然条件下的果园，非均匀的光照因素使闭塞的叶片和树枝都更难以分离。目前，我们可以将彩色图像分成三类：（1）基于阈值的分割;