基于偏好人工免疫网络多特征融合的油茶果图像识别 Image recognition of camellia fruit based on preference for aiNET multi-features integration.pdfVIP

第28卷 第14期 农业工程学报 、，01．28No．14 Transactionsofthe 2012年7月 Chinese of Jul．2012133 SocietyAgriculturalEngineering 基于偏好人工免疫网络多特征融合的油茶果图像识别 李昕，李立君※，高自成，周健，闵淑辉 (中南林业科技大学机电工程学院，长沙410004) 摘要：为提高油茶果采摘机器人机器视觉的识别率，该文提出了基于偏好人工免疫网络识别的油茶果多特征融合识别 方法。在对油茶果图像进行处理的基础上，提取待识别目标区域的颜色特征、形态特征、纹理特征进行聚类，并提取典 型油茶果多特征作为偏好抗体，使多特征参数在偏好免疫算法中进行有敬融合。仿真试验结果表明，多特征融合的识别 方法对油茶果果实的识别率在晴天时达到了90．15％，阴天时达到了93．90％。而时间复杂度基本不变，取得了较好的识别 效果，该研究可为下一步油茶果采摘机器人智能采摘提供参考。 关键词：机器视觉，图像处理，特征识别，偏好人工免疫网络，油茶果，采摘机器人 doi：10．39698．issn．1002—6819．2012．14．02l 中图分类号：TP39I．4l 文献标志码：A 文章编号：1002—6819(2012)一14—0133一05 Li ofcamelliafruitbasedon foraiNETmulti—features Xin，Li a1．Imagerecognition preference LUun，GaoZicheng，et oftheChinese ofthe integration[J]．TransactionsSocietyofAgnculturalEngineering(Transactions l Chinesewith abstract) 37．(in English 作为数据属性融合到偏好免疫网络中进行聚类，并提取 0引言 典型油茶果实多特征作为偏好抗体进行识别，以使识别 油茶树主要分布于中国南方，属茶科常绿小乔木。 算法克服外界复杂环境的影响，保证机器视觉识别的鲁 种子可榨油作食用油、润滑油，是中国重要的经济林作 棒性与可靠性。 物之一。其果实体积小，分布集中，主要分布在树表向 1 目标特征的提取 里300mm范围内，成熟时果实呈暗红色或淡黄色，油茶 果的这些特点与外界环境中光照、树枝等干扰因素，给 1．1色差阈值图像分割 油茶果的识别及采摘带来很大的困难。农林业的目标识 首先对采集到的图像进行分割，以取得目标油茶果 别方法主要集中于单特征识别，常用的方法有形态学特 实。图像前景中的油茶果和树叶等目标与背景天空、杂质 征法∽l、颜色特征法【¨l、纹理特征法…】、光谱特征法…o] 等物体颜色特征区别较大，故对图像进行RGB色差处理， 等，但是这些方法都有其局限性，在光照较强、树枝叶 在色差图的基础上利用最大类间方差(Otsu)法进行图像 片等障碍物遮挡严重、识别目标颜色不同的情况下不能 分割。R、G、B为彩色图像的色度值，较好地反映了图像 取得较好的识别率。在多特征融合的识别研究中，毛文 华等…】对杂草分别用3种方法进行了识别：Staab等【12】利图进行Otsu分割，通过对比得出，在油茶色差分割图像中，