發(fā)布時間：2018-01-27 00:33

  本文關(guān)鍵詞： 荔枝 采摘機器人 識別 夜間圖像 Hough圓檢測　出處：《農(nóng)業(yè)機械學(xué)報》2017年11期 　論文類型：期刊論文

【摘要】：利用機器視覺實現(xiàn)自然環(huán)境下成熟荔枝的識別,對農(nóng)業(yè)采摘機器人的研究與發(fā)展具有重要意義。本文首先設(shè)計了夜間圖像采集的視覺系統(tǒng),然后選取了白天和夜間兩種自然環(huán)境下采集荔枝圖像,分析了同一串荔枝在白天自然光照與夜間LED光照下的顏色數(shù)據(jù),確定了YIQ顏色模型進行夜間荔枝果實識別的可行性。首先選擇夜間荔枝圖像的I分量圖,利用Otsu算法分割圖像去除背景,然后使用模糊C均值聚類算法分割果實和果梗圖像,得到荔枝果實圖像;再利用Hough圓擬合方法檢測出圖像中的各個荔枝果實。荔枝識別試驗結(jié)果表明:夜間荔枝圖像識別的正確率為95.3%,識別算法運行的平均時間為0.46 s。研究表明,該算法對夜間荔枝的識別有較好的準確性和實時性,為荔枝采摘機器人的視覺定位方法提供了技術(shù)支持。
[Abstract]:The recognition of mature litchi in natural environment by machine vision is of great significance to the research and development of agricultural harvesting robot. Firstly, the visual system of night image acquisition is designed in this paper. Then the litchi images were collected in the daytime and nighttime environment, and the color data of the same litchi under daytime and LED illumination were analyzed. The feasibility of using YIQ color model to identify litchi fruit at night was determined. Firstly, I component map of nighttime litchi image was selected, and Otsu algorithm was used to segment the image to remove background. Then the fruit and stem images were segmented by fuzzy C-means clustering algorithm, and the litchi fruit image was obtained. The Hough circle fitting method was used to detect each litchi fruit in the image. The result of litchi recognition experiment showed that the accuracy rate of night litchi image recognition was 95.3%. The average operating time of the recognition algorithm is 0.46 s. The research shows that the algorithm is accurate and real-time for the identification of litchi at night, and provides technical support for the visual positioning method of litchi picking robot.
【作者單位】： 華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院;
【基金】：國家自然科學(xué)基金項目(31201135、31571568) 廣東省科技計劃項目(2015A020209123) 廣州市科技計劃項目(201506010081)
【分類號】：TP242;TP391.41
【正文快照】： 引言果蔬采摘機器人已經(jīng)逐步深入到農(nóng)業(yè)生產(chǎn)[1]。開發(fā)具有視覺功能的智能果蔬采摘機器人,對于提高農(nóng)業(yè)生產(chǎn)力有極大的應(yīng)用價值與現(xiàn)實意義[2]。采摘機器人的工作環(huán)境為非結(jié)構(gòu)化的自然環(huán)境,在自然環(huán)境中存在著各種隨機因素,因此實現(xiàn)自然環(huán)境下采摘機器人對目標的視覺精確定位有

【相似文獻】

相關(guān)期刊論文 前5條

1 呂繼東;趙德安;姬偉;陳玉;沈惠良;張穎;;采摘機器人振蕩果實動態(tài)識別[J];農(nóng)業(yè)機械學(xué)報;2012年05期

2 宋健;;基于神經(jīng)網(wǎng)絡(luò)的茄子采摘機器人視覺識別方法[J];濰坊學(xué)院學(xué)報;2011年06期

3 劉祚時;王亞平;吳翠琴;;臍橙采摘機器人快速視覺定位系統(tǒng)研究[J];江西理工大學(xué)學(xué)報;2014年03期

4 呂繼東;趙德安;姬偉;;蘋果采摘機器人目標果實快速跟蹤識別方法[J];農(nóng)業(yè)機械學(xué)報;2014年01期

5 陳玉;趙德安;;基于LBM的蘋果采摘機器人視覺圖像自動修復(fù)算法[J];農(nóng)業(yè)機械學(xué)報;2010年11期

相關(guān)會議論文 前1條

1 石興祿;鄒湘軍;盧俊;陳強;陳燕;王紅軍;劉天湖;;虛擬采摘機器人統(tǒng)一建模與三維動態(tài)仿真[A];慶祝中國力學(xué)學(xué)會成立50周年暨中國力學(xué)學(xué)會學(xué)術(shù)大會’2007論文摘要集（下）[C];2007年

相關(guān)博士學(xué)位論文 前4條

1 賈偉寬;基于智能優(yōu)化的蘋果采摘機器人目標識別研究[D];江蘇大學(xué);2016年

2 黃鋁文;蘋果采摘機器人視覺識別與路徑規(guī)劃方法研究[D];西北農(nóng)林科技大學(xué);2013年

3 戚利勇;黃瓜采摘機器人視覺關(guān)鍵技術(shù)及系統(tǒng)研究[D];浙江工業(yè)大學(xué);2011年

4 謝忠紅;采摘機器人圖像處理系統(tǒng)中的關(guān)鍵算法研究[D];南京農(nóng)業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 陳鷗;蘋果采摘機器人視覺系統(tǒng)識別基礎(chǔ)方法的研究[D];燕山大學(xué);2016年

2 程輝;擾動狀態(tài)下水果采摘機器人視覺空間定位[D];南華大學(xué);2014年

3 付中軍;果蔬采摘機器人視覺技術(shù)研究及系統(tǒng)構(gòu)建[D];沈陽工業(yè)大學(xué);2014年

，

本文編號：1467043