文献类型：期刊文章

作　　者：李寒[1] 张漫[1] 高宇[2] 李民赞[1] 季宇寒[1]

机构地区：[1]中国农业大学现代精细农业系统集成研究教育部重点实验室,北京100083 [2]河北工业大学电子信息工程学院,天津300401

出　　处：《农业工程学报》

基　　金：国家自然科学基金:封闭式基质栽培日光温室环境最优调控与管理策略(31271619);北京市优秀人才培养资助青年骨干个人(2015000020060G129);中国农业大学基本科研业务费专项资金项目(2016XD003)

年　　份：2017

卷　　号：33

期　　号：S1

起止页码：328-334

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对基于可见光图像对绿色番茄进行识别过程中,光线不均造成的阴影等会影响果实的识别、枝干和叶片对果实的遮挡以及果实之间的遮挡对果实识别的影响等难题,该文对基于机器视觉的绿色番茄检测方法进行研究。首先通过快速归一化互相关函数(FNCC,fast normalized cross correlation)方法对果实的潜在区域进行检测,再通过基于直方图信息的区域分类器对果实潜在区域进行分类,判别该区域是否属于绿色果实,并对非果实区域进行滤除,估计果实区域的个数。与此同时,基于颜色分析对输入图像进行分割,并通过霍夫变换圆检测绿色果实的位置。最终对基于FNCC和霍夫变换圆检测方法的检测结果进行融合,实现对绿色番茄果实的检测。当绿色果实和红色果实同时存在时,将绿色果实检测结果与基于局部极大值法和随机圆环变换检测圆算法的红色番茄果实检测结果进行合并。算法通过有机结合纹理信息、颜色信息及番茄的形状信息,对绿色番茄果实进行了检测,解决了绿色番茄与叶子、茎秆等背景颜色接近等难题。文中共使用了70幅番茄图像,其中35幅图像作为训练集图像,35幅作为验证集图像。所提出算法对训练集图像中的83个果实的检测正确率为89.2%,对验证集图像中105个果实的检测正确率为86.7%,为番茄采摘机器人采摘红色和绿色成熟番茄奠定了基础。

关 键 词：机器视觉 图像处理 算法  快速归一化互相关函数  霍夫变换 采摘机器人

分 类 号：TP391]