《基于单目视觉的田间菠萝果实识别 In-field pineapple recognition based on monocular vision》.pdfVIP

第26卷第10期 农业工程学报 、，01．26No．10 2010笠10月 TransactionsoftheCSAE 0ct．2010345 基于单目视觉的田间菠萝果实识别 李斌1，NingWan92，汪懋华嶙，李莉1 (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．OklahomaState 74078，USA) University,Stillwater,Oklahoma 摘要：菠萝果实的准确识别是菠萝采摘机器人视觉系统的关键。针对田间复杂环境中的青色菠萝，采用图像处理技术、 数学形态学方法，识别菠萝果眼，并获取果眼的中心点信息；引入层次聚类分类方法，对多个中心点进行聚类分析；求 取最多点集的中心坐标，作为菠萝区域的近似形心。选用在广东湛江菠萝田间拍摄的35幅图像作为评价样本，经过运算， 迎光条件下形心识别正确率达到85％。本研究为菠萝采摘机器人的田间果实识别提供了有效的技术方案。 关键词：图像处理，视觉，形态学，菠萝，识别，层次聚类 doi·1 002—681 9．2010．10．057 0．3969(j．issn．1 中图分类号：TP242．6+2，TP391．41，$24文献标志码：A Li a1．In-field basedOilmonocular ofthe Maohua,etpineapplerecognition vision[J]．TransactionsCSAE， Bin，NingWang，Wang Chinesewith 2010，26(10)：345—349．(inEnglishahstracO 于菠萝图像识别方面的研究尚未见报道。 0引言 本文的研究对象是一种用于加工罐头或者适于远途 中国是世界十大菠萝主产国之一。由于采摘时存在 运输的青色菠萝，实现在田间复杂环境下的果实识别。 劳动环境炎热、叶片毛刺尖锐、收获期短、劳动量繁重、 针对研究目标，采用在复杂田间条件下拍摄菠萝图像， 劳动成本高等问题，用机器人采摘菠萝将成为解放劳动 通过图像分割、识别、聚类分析等处理，识别并标记菠 力、提高采摘效率的必然趋势。采摘机器人的视觉系统， 萝位置信息。求其近似形心，为机械手提供导航。 主要是测量采摘目标的位置，为采摘机械手的运动控制 1图像的采集 提供位置参数。在复杂环境中，待采果实的识别则是视 觉系统的关键。视觉系统获得视野图像后，需要尽可能 试验选用广东湛江徐闻县待收获菠萝为研究对象。 快速、准确地将待采菠萝从复杂的背景中识别出来，获 晴天时分别取菠萝果实迎光及背光进行拍摄；阴天则从 取菠萝果实的大致位置信息。 侧面拍摄；物距35cm，俯角约30。；拍摄时包括部分遮 图像识别技术在农业采摘机器人中有着重要而广泛 挡和一幅图片中存在2～3个菠萝等情况。图像分辨率为 的应用，涉及到噪声去除、区域分割、形态学处理、区 640×480像素。图l为晴天迎光条件下拍摄的田间菠萝 域标识等图像处理识别方法。目前果实识别和定位主要 图像。此拍摄角度和距离根据菠萝采摘机器人视觉系统 采用灰度阈值、颜色色度法和几何形状定位等方法【lJ。前 的安装位置而定，以便町清晰、完整地获取菠萝果实图 两者主要基于果实的光谱反射特性，受到自然光影响较 像，也将此作为菠萝采摘机器人视觉系统的图像采集条 大；形