基于惯性主轴水果姿态检测.docVIP

基于惯性主轴水果姿态检测摘要：介绍了一种基于惯性主轴的水果分级目标姿态检测方法。采用计算惯性主轴的方法求取水果的果轴信息，在测试台上通过增加一个反光镜面的方法获取同一水果两个视角的图像，分别求出各图像的惯性主轴，据此获取空间水果目标的姿态。结果表明，正投影果轴倾角实测值与计算值的平均误差为４．４°，果轴检测正确率为８６％，果轴与测试台夹角实测值与计算值的平均误差为５．９°，该方法可有效检测分级生产中水果的姿态。 关键词：果轴；惯性主轴；目标姿态 中图分类号：ＴＰ３９１．４ 文献标识码：Ａ 文章编号：0439－８114（２０12）17－3862-04 Ａ Ｄｅｔｅｃｔｉｏｎ Ｍｅｔｈｏｄ ｆｏｒ Ｆｒｕｉｔ Ａｔｔｉｔｕｄｅ Ｂａｓｅｄ ｏｎ Ｐｒｉｎｃｉｐａｌ Ａｘｉｓ ｏｆ Ｉｎｅｒｔｉａ ＹＡＯ Ｌｉ－ｊｉａｎ，ＢＩＡＮ Ｑｉ，ＬＥＩ Ｌｉａｎｇ－ｙｕ，ＺＨＡＯ Ｄａ－ｘｕ （Ｃｏｌｌｅｇｅ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｚｈｅｊｉａｎｇ Ａｇｒｉｃｕｌｔｕｒｅ ａｎｄ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ， Ｈａｎｇｚｈｏｕ ３１１３００， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ａ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ｏｂｊｅｃｔ ａｔｔｉｔｕｄｅ ｂａｓｅｄ ｏｎ ｐｒｉｎｃｉｐａｌ ａｘｉｓ ｏｆ ｉｎｅｒｔｉａ ｗｈｉｃｈ was ａｐｐｌｉｅｄ in ｆｒｕｉｔ ｇｒａｄｉｎｇ ｗas ｉｎｔｒｏｄｕｃｅｄ． Ｆｒｕｉｔ ａｘｉｓ ｉｎｆｏｒｍａｔｉｏｎ ｗａｓ ｃａｌｃｕｌａｔｅｄ ｂｙ ｃａｌｃｕｌａｔｉｎｇ ｔｈｅ ａｘｉｓ ｏｆ ｉｎｅｒｔｉａ ａｎｄ ｔｗｏ ｐｅｒｓｐｅｃｔｉｖｅ ｉｍａｇｅｓ ｏｆ ｔｈｅ ｓａｍｅ ｆｒｕｉｔ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｂｙ ａｄｄｉｎｇ ａ ｒｅｆｌｅｃｔｏｒ， ａｎｄ ｔｈｅ ｐｒｉｎｃｉｐａｌ ａｘｉｓ ｏｆ ｉｎｅｒｔｉａ ｏｆ ｅａｃｈ ｉｍａｇｅ ｗａｓ ｏｂｔａｉｎｅｄ ｒｅｓｐｅｃｔｉｖｅｌｙ ｔｏ ｏｂｔａｉｎ ｔｈｅ ａｔｔｉｔｕｄｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ ｓｐａｃｅ ｆｒｕｉｔｓ ｏｂｊｅｃｔ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ ｅｒｒｏｒ ｏｆ ｔｈｅ ｏｒｔｈｏｇｒａｐｈｉｃ ｐｒｏｊｅｃｔｉｏｎ ｆｒｕｉｔ ａｘｉｓ ａｎｇｌｅ ｂｅｔｗｅｅｎ ｍｅａｓｕｒｅｄ ｖａｌｕｅ ａｎｄ ｃａｌｃｕｌａｔｅｄ ｖａｌｕｅ ｗａｓ ４．４°， ｔｈｅ ｃｏｒｒｅｃｔ ｒａｔｅ ｏｆ ｆｒｕｉｔ ａｘｉｓ ｄｅｔｅｃｔｉｏｎ ｗａｓ ８６％， ａｎｄ ｔｈｅ ａｖｅｒａｇｅ ｅｒｒｏｒ ｏｆ ｔｈｅ ａｎｇｌｅｓ ｏｆ ｆｒｕｉｔ ａｘｉｓ ａｎｄ ｔｅｓｔ ｂｅｎｃｈ ｂｅｔｗｅｅｎ ｍｅａｓｕｒｅｄ ｖａｌｕｅ ａｎｄ ｃａｌｃｕｌａｔｅｄ ｖａｌｕｅ ｗａｓ ５．９°． Ｔｈｉｓ ｍｅｔｈｏｄ ｗａｓ ｆａｖｏｒａｂｌｅ ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｏｂｊｅｃｔ ａｔｔｉｔｕｄｅ ｏｆ ｆｒｕｉｔ ｇｒａｄｉｎｇ． Ｋｅｙ ｗｏｒｄｓ： ｆｒｕｉｔ ａｘｉｓ； ｐｒｉｎｃｉｐａｌ ａｘｉｓ ｏｆ ｉｎｅｒｔｉａ； ｏｂｊｅｃｔ ａｔｔｉｔｕｄｅ 采用计算机视觉技术进行农产品图像处理具有精度高、定量性和适应性强等特点［１］。将其用于水果分级可避免人为因素的干扰，提高水果检测精度，降低劳动强度。对水果等级的研究主要在果形、果实大小、颜色、表面缺陷等方面，一般采用主动形状模型［２］、傅立叶描述子［３］、神经网络［４－６］、几何参数法［７］、小波描述子［８］和Ｚｅｒｎｉｋｅ矩［９］等方法来研究水果等级。研究对象多基于同一姿态的水平平面图像。 事实上水果是一个三维空间物体，在分级生产过程中传送带上的运动水果会呈现各种姿态，因此摄像机获得的并非是水果的正面图像，而是水果在不同姿态下的水平投影。即使同一水果在不同姿态下摄像机所获得的数字图像也是不一样的。在水果的姿态检测研究方面，赵静等［１０］利用图像形态学和果实边界形状特征相结合的方法检测果轴倾角，冯斌等［１１，１２］利用了水果的对称性确定果轴。这里采用一种多视角的图像获取方式，采集在两个视角下同一目标的图像，采用惯性主轴的求法获得果实的果轴信息，并根据坐标变换的原理得到果实的姿态信息，为水果等级划分提供依据。 １ 试验材料 试验采用松下ＷＶ－ＣＰ４８０／ＣＨ摄像头、精工ＳＳＶ０３５８镜头、大恒ＤＨ－ＣＧ３００图像采集卡、Ｐ４ ２．４Ｇ、内存２Ｇ的ＰＣ机。图像采集系统如图１ａ所示，灯箱内壁为亚光白色，载物台背景为白色绒布。在灯箱内放置一个与测试台呈４５°的镜面，当摄像机与测试台面