基于两级分割与区域标记梯度Hough圆变换的苹果识别.pdfVIP

第 38 卷 第 19 期 农 业 工 程 学 报 Vol.38 No.19 110 2022 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2022 ·农业信息与电气技术· 基于两级分割与区域标记梯度 Hough 圆变换的苹果识别 1 1 2 ※ 1 张彦斐 ，刘茗洋 ，宫金良 ，兰玉彬 （1. 山东理工大学农业工程与食品科学学院，淄博 255049 ；2. 山东理工大学机械工程学院，淄博 255049 ） 摘 要： 自然环境下果实的准确分割与快速识别是采摘机器人作业面临的难题之一。针对自然环境中的成熟苹果，该研 究提出一种基于 Otsu 与分水岭相结合的两级分割算法与区域标记梯度 Hough 圆变换的苹果识别方法。首先，使用亮度自 适应校正算法对表面亮度分布不均的苹果图像进行校正，增强图像的细节信息。结合果实颜色特征，提取 YCbCr 颜色空 间的 Cr 分量图像作为预处理样本。然后，采用改进后的 Otsu 算法进行初次分割，得到苹果目标的二值图像，该算法通 过引入形态学开- 闭重建滤波去除大量背景噪声，通过缩减灰度级遍历范围提高分割速率。采用基于距离变换的分水岭算 法进行二次分割，分离粘连果实区域，提取目标苹果的外部轮廓。最后，在轮廓外设置最小外接矩形标记有效区域，在 标记区域内进行梯度 Hough 圆变换实现苹果目标的自动识别。对自然环境中采集的200 幅苹果图像进行测试，并与传统 梯度 Hough 圆变换方法进行对比，该文方法在顺、逆光下的识别准确率为 90.75%和 89.79%，比传统方法提高了 15.03 和 16.41 个百分点，平均识别时间为 0.665 和 0.693 s，比传统方法缩短了 0.664 和 0.643 s。所提的两级分割算法不仅可以 从复杂环境中准确分割果实目标区域，而且可以从粘连果实区域中提取单个果实边界。利用区域标记的梯度 Hough 圆变 换方法能够快速准确地对果实进行识别。研究结果能满足苹果采摘机器人对不同光照下目标识别速度和精度的要求，可 为苹果等类球形果实的快速识别提供参考。 关键词：图像处理；分水岭；苹果识别；YCbCr；Otsu；梯度 Hough 圆变换 doi ：10.11975/j.issn.1002-6819.2022.19.013 中图分类号：S225.93 文献标志码：A 文章编号：1002-6819(2022)-19-0110-12 张彦斐，刘茗洋，宫金良，等. 基于两级分割与区域标记梯度Hough圆变换的苹果识别[J]. 农业工程学报，2022，38(19)： 110-121. doi ：10.11975/j.issn.1002-6819.2022.19.013 Zhang Yanfei, Liu Mingyang, Gong Jinliang, et al. Apple recognition based on two-level segmentation and region-marked gradient Hough circle transform[J]. Transactions o