光谱图像技术结合SAM算法识别自然场景下的成熟柑橘.pdfVIP

第 38 卷第 12 期 光 　子 　学 　报 Vol . 38 No . 12 2009 年 12 月 　　　　　　　　　　　　 December 2009 A C TA P HO TON ICA SIN ICA 光谱图像技术结合 SA M 算法识别自然 场景下的成熟柑橘 蔡健荣 ,王建黑 , 陈全胜 ,王锋 , 吕强 (江苏大学 食品与生物工程学院 ,江苏 镇江 2 120 13) 摘 　要 :为了实现采摘机器人在复杂的自然场景下正确识别树上果实 ,来完成果实采摘 ,研究了不 同环境下柑橘的识别方法. 针对复杂的自然环境的影响及传统方法的局限性 ,在可见光和近红外区 域择选 5 个特征波长滤波片 ,采集得到 5 幅滤波后的图像 ,并利用光谱角分类算法完成柑橘识别. 试验结果表明,在光照角度 、光照强度等不同条件下 ,柑橘的识别准确度达到 96 %. 研究表明 ,滤波 片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘. 关键词 :光谱图像 ;滤波片 ;波谱角分类 ;采摘机器人 ;识别 ;柑橘 中图分类号 : TP39 1. 4 1 　　　　文献标识码 :A 　　　　 文章编号 :100442 13 (2009) 123 17 15 0 　引言 识别准确度. 柑橘 、树叶、树枝及杂草等其它背景物 质的内部有机成分不同 ,它们的光谱特性也不相同 , 随着农业生产的规模化 、多样化和精确化 ,机器 在不同波段下的对光的吸收值也存在差异[ 11 ] . 鉴于 人技术在农业上的应用研究已经成为热门课题. 采 此 ,研究尝试利用基于滤波片的光谱图像技术来识 摘机器人作为农业机器人的重要类型 ,在蘑菇 、樱 别自然场景下的柑橘 ,采集得到同一场景下不同波 桃 、茄子等[ 15 ] 作物的采摘作业中已经有所突破. 如 ( 段 的 图像. 本文利用光谱 角分类算法 Sp ect ral 何能在复杂的自然环境下有效地识别果实是首要解 A n gle Mapp er , SA M ) 挖掘能有效识别柑橘 的信 决的问题 ,这仍然是研究的重点和难点. Zhang 等[ 6 ] 息[ 12 ] ,实现在 自然场景下正确识别柑橘 , 以提高柑 对苹果树图像进行滤波和边界提取 ,通过计算来确 橘识别的准确度. [7 ] 定与图形形状相关的苹果轮廓线 ; Slaught er 等 采 1 　材料与方法 用建立分类模型的方法对柑橘收获中的计算机视觉 系统做了研究 ; 徐惠荣[ 8 ] 等人建立了利用柑橘 、树 1 . 1 　试验材料 叶、树枝在 R B 颜色指标上的差异进行树上柑橘 根据试验需要 ,采用能够感应近红外信号的富 识别的颜色模型. 赵金英[9 ] 等人对利用 L ab 色彩空 士数码相机 ,其基本参量如下 : 型号 : Fine Pix F30 , 间从背景中提取了成熟番茄图像 ;蔡健荣等[ 10 ] 通过 传感器类