欢迎来到天天文库
浏览记录
ID:61332488
大小:1.85 MB
页数:13页
时间:2021-01-25
《基于机器视觉的水果的识别和定位 中文版.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、宄轮殖嶷上税印皆茯淫基于机器视觉的水果的识别和定位会搔阔壮鹳搌苘泞宓垓摘要霏宕柚煞痛矾基惺蜻契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。谝躔玩曼莶莲瞰淞缟呶关键字:机器视觉,水果物体,识别,定位鸾狮獗亍咯帷波谵蕴箬1引言倘履涮攫挫牝河抬荻苟在人类征服自然的这个过程中,人类正面临改造自
2、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。仲驮讽辰殿镊獠栏独楚众所周知,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。合兜硬杉猩池砂率瞵幢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。凸渑缫珠阍锬饰铝亚崎我们要讨论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]
3、,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。爹嶝舱从蛸篇拦饿胱侠最近,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.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。稍缭敫马俏粱虻黥迟耥在这些研究中,有很多
4、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。堡孥艋馗畏戎仿酗初糠并且更重要的是,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。睢蔬澄
5、锡瑞瀑绪尽噢钩所以,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。凡舜箬箢倜习结杖皖畛2本文中使用的方法箨厉伞申励脬陧永蜴飧2.1概要驾谰簪惴妞喟冁卖液榴从上述分析,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
6、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。角瑷玖船谂铊渖柬鼐螽2.2彩色模型壤胰弘氖轰膘仗览戬鞭在本文中,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:妹苔淆荸旦炭铼铹蹩攀饿熹馀盟夺琅养诺髑樾在这个实验过程中,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。粜啾扼徙凇穹斛渴砸惺第二个模式
7、,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:设邻粟萃恽注册豉刳结冷业份舾嚎瘭瘴观碹蝰很明显它满足:昴娴崇蘸渎扦羝掏埂毋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:虮普车狙欲焊胩溆蓣晕铠秦颗赚诮杯从鬏锊侬3分割踅矿酞妲荥姜傲圬哭刿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;(2)基于边缘检查和成长区域的分割;(3)基于颜色聚类[11]的分割。钧疲骡萧凑黄
8、鲱脖淡涤3.1聚类和分类郫洗至仳安懈葱唷掠坯聚类的主要构想是要区分不同对象,其中
此文档下载收益归作者所有