果园环境中成熟杨梅自动检测方法研究

针对果园环境中自动摘果机视觉系统受光照、遮挡等影响,导致成熟杨梅检测准确率低的问题,提出一种基于机器视觉的成熟杨梅自动检测方法。首先,利用RGB摄像头采集果园环境中的杨梅图像,并采用基于YUV颜色空间Y分量的限制对比度自适应直方图均衡化算法对采集图像进行处理,以补偿光照对成像质量的影响;然后,采用“G-R”,“2R-G-B”色差法分别提取背景和前景区域,并通过形态学、区域生长等操作,建立基于OneCut算法的前景、背景区域标记控制点集,从而自动分割成熟杨梅区域;最后,针对重叠杨梅区域采用标记控制的分水岭变换方法与凸壳理论进行果实分离,实现每颗果实区域的准确定位。通过试验验证:该方法能准确检测果园环境中成熟的杨梅果实,平均准确率为93.5%,平均召回率为90.6%,具有一定的实用价值。