基于区域特征的成熟柑橘及枝叶的分割识别

为实现采摘机器人对柑橘果实及枝叶的分割识别,提出一种基于区域特征的成熟柑橘果实及枝叶的分割识别方法。该方法首先以彩色图像的颜色特征生成特征向量,并使用特征映射表对颜色特征进行特征降维,以减少特征向量的维度。然后通过采摘机器人工作空间、双目摄像机视场大小以及柑橘果实大小,来确定目标物的感兴趣区域(Region Of Interest,ROI)大小,并将R、B通道中目标范围像素点数量占比大小作为选出ROI的依据。最终对得到的多个初选ROI中重合度较大的ROI进行分数排序,选择最大分数的ROI作为最佳分割识别区域。实验结果表明,在光线变化的条件下该方法对柑橘果实、背景和枝叶的综合识别精度达到94%,单张分割时间达到0.2s,满足实时性要求。

基于凸壳及距离变换的重叠柑橘目标识别与定位方法

为实现重叠柑橘目标的识别与定位,提出了一种基于凸壳及距离变换的重叠柑橘目标识别与定位方法。该方法通过提取目标凸壳与目标相减后的凹陷区域的中心,对目标进行分割。然后通过距离变换理论提取分割后的目标重心,得到目标的采摘中心点,实现重叠果实的定位。该方法与传统Hough方法进行了定位效果比较,试验结果表明该方法平均定位误差为1.58%,比Hough方法低4.72%,显著提高了定位精度,为重叠果实目标的识别及定位提供了新的思路。