基于颜色信息的采摘西红柿识别方法

为了使西红柿采摘机器人对采摘区域内的成熟西红柿进行准确识别,提出一种识别方法。通过对自然场景下田间西红柿图像中目标与背景在不同色彩空间的颜色指标进行统计分析,确定采摘对象识别的颜色特征分量,在此基础上结合不同的分割算法进行分割效果的比较,建立基于色差信息的改进Ostu分割算法的识别模型。实验结果表明,该算法对于成熟果的识别准确率可达到98%以上,对绿熟果的识别准确率可达到90%以上。

田间采摘西红柿计算机识别方法的设计研究

设计了一种实现田间西红柿收获机器人视觉系统的图像识别方法。通过对西红柿图像中目标与背景在不同彩色空间中颜色特征量的统计分析,确定图像分割的颜色特征量。对不同分割算法进行图像分割效果的比较,确定不同采摘期的最佳分割算法,并对分割后的图像进行目标提取及完善,获取颜色、形状特征均符合要求的采摘西红柿较为完整的轮廓信息。经实验测定,对实验样本西红柿目标提取,实验成功率达95%左右,平均用时0.21s。

西红柿采摘识别系统中色彩空间选择的探讨

以基于颜色特征的西红柿采摘视觉识别系统的色彩空间为研究对象,介绍了有关色彩空间的类型。运用数据统计的方法分析各色彩空间的指标分布,最终选取HIS与、I1I2I3色彩空间,确定了这两种色彩空间下用于识别的颜色指标。分析颜色指标的直方图,确定指标阈值,并运用该指标对静态采集的西红柿图像进行分割,结果显示在这些色彩空间下分割均可得到较好的分割效果。

西红柿采摘机器视觉中的图像采集技术

对机器视觉中现有的两种图像采集方法进行了比较分析,得出基于VFW的图像采集方法具有较大优点的结论,该方法为机器视觉系统的开发提供了新的途径。为此,介绍了VFW实现图像实时采集的基本过程;在基于VFW图像实时采集的基础上,完成了西红柿采摘机器视觉中的图像实时采集软件系统的设计。通过使用该系统对采摘物进行实时采集可知,其采集效果能较好地满足实际需要。