专利名称：基于激光视觉系统的采摘机器人果实识别方法
技术领域：
本发明涉及图像识别及处理技术领域，特别涉及一种基于激光视觉系统的采摘机器人果实识别方法。
背景技术：
农业机器人是21世纪研究进展最快的机器人。它是一种以农产品为操作对象，兼有模拟人类智能感知和行动功能、可重复编程的柔性自动化或者半自动化设备，主要应用在移栽、嫁接、喷药、采摘、果实分级等领域。采摘是水果生产中重要的环节之一，对其的研究将在解决劳动力不足、降低工人劳动强度、提高工人劳动舒适性、减轻农业化肥和 农药对人体的危害、提高采摘果蔬的质量、降低采摘成本、提高劳动生产率、保证果蔬的适时采收、提高产品的国际竞争力等方面具有很大潜力。农业机器人作业对象是有机生物体，且不同地域有不同的自然气候、地形、地貌以及不同的种植制度，所以其应用的难度非常之大。尤其针对如此错综复杂的外部环境和形状各异的作业对象，即使是在同一种农业作业，其作业对象也是千差万别，这样一来，采用带机器视觉技术的农业采摘机器人将不失为一个非常理想的选择。目前，发达国家相关的研究已经取得了较大的进展，但是，我国在这方面的研究尚处于起步阶段。在果实采摘机器人进行采摘操作的过程中，首先是获取视野内的果树信息，将果实从果树背景中识别出来并且确定果实的空间位置，这一步是实现机器人采摘的关键环节。采摘机器人只有在获得正确的目标信息后，才能有效地实施采摘操作，这也是保证采摘效率和质量的前提。机器视觉系统是采摘机器人最大的外部环境信息源，不但关系到机器人快速、准确识别果实的能力，也直接决定了采摘机器人的可靠性。从已有的文献看，采摘机器人的视觉系统多以CCD或CMOS为图像感应器的相机或摄像机为关键组件，对其拍摄的图像进行图像分析与处理时，非线性的光照变化、复杂的环境背景使目标的识别率和定位精度受到了一定限制，与之相比，采用激光视觉系统扫描生成的三维图像对光线变化有强抗干扰性，且易于了解作业对象的大小、形状、所处的外界环境及与其它作业对象之间的位置关系。这为采摘机器人的目标识别提供了一种新的探索模式。
发明内容
(一 )要解决的技术问题本发明要解决的技术问题是如何实现机器人对农产品果实的准确识别。( 二 )技术方案为解决上述技术问题，本发明提供了一种基于激光视觉系统的采摘机器人果实识别方法，包括以下步骤SI :使用构建的激光视觉系统获取果树局部距离信息，利用距离值与灰度值的约定关系生成标记场景远近特征的三维图像；S2 :平滑所述三维图像；
S3 :采用链码跟踪技术及随机圆检测法计算所述三维图像中果实的形心坐标与半径。其中，所述步骤SI中距离值与灰度值的约定关系为
权利要求
1.一种基于激光视觉系统的采摘机器人果实识别方法，其特征在于，包括以下步骤 Si:使用构建的激光视觉系统获取果树局部距离信息，利用距离值与灰度值的约定关系生成标记场景远近特征的三维图像； 52:平滑所述三维图像； 53:采用链码跟踪技术及随机圆检测法计算所述三维图像中果实的形心坐标与半径。
2.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤SI中距离值与灰度值的约定关系为
3.如权利要求2所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤SI中还包括将预先设定的果实距扫描点的理想距离值dexp替换式(I)中的d_，以对转换形成的标记场景远近特征的三维图像进行约束优化。
4.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤SI中激光视觉系统获取果树局部距离信息时的扫描角度为60° 140°。
5.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤S2具体包括 按初始滑动窗口的大小，采用三倍标准差原理对滑动窗口中的灰度值拟合面进行光滑度判断
6.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，步骤S2和步骤S3之间还包括步骤S2. 3 :采用基于平滑频率曲线的自动阈值检测方法，对平滑后的三维图像进行二值化处理，并通过小面积去除法对二值化后的三维图像进一步去噪。
7.如权利要求6所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤S2. 3具体包括 统计平滑后的灰度图像中各灰度值出现的次数，得到频率分布曲线； 然后采用移动平均滤波器平滑所述频率分布曲线，搜索灰度值小于一定阈值区内所述频率分布曲线最大峰对应的位置gs _ ; 以该位置为起点，搜索最大峰两侧所述频率分布曲线的最低点位置，采用以下公式获得果实区域的上下限阈值，其中，Num' (g)为采用移动平均滤波器平滑所述频率分布曲线后各灰度值出现次数，以下公式中的两个式子均小于等于O时得到果实区域的上下限阈值，
8.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤S3具体包括 获得所述三维图像中目标轮廓的链码序列，计算链码和与链码差，根据链码和与链码差的变化规律搜索果实轮廓点的坐标范围； 任取三维图像中果实轮廓上三个点确定一个圆，获得圆心与半径； 以所述圆心和半径确定的圆为果实的轮廓，并以所述圆心为果实的形心。
9.如权利要求I所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤S3具体包括 获得所述三维图像中目标轮廓的链码序列，计算链码和与链码差，根据链码和与链码差的变化规律搜索果实轮廓点的坐标范围； 任取三维图像中果实轮廓上若干点，三点为一组确定一个圆，确定若干圆； 根据预设的偏移量统计果实轮廓上像素点到圆心的距离在半径加或减偏移量范围内的个数； 选择个数最多的圆作为最终拟合果实轮廓的圆，其圆心为果实的形心，半径为类圆果实的半径。
10.如权利要求9所述的基于激光视觉系统的采摘机器人果实识别方法，其特征在于，所述步骤S3中在确定若干圆后，根据预设的偏移量统计之前还包括根据预先设定的果实半径范围对计算得到的半径进行筛选，舍弃处于所述果实半径范围之外的半径对应的圆。
全文摘要
本发明公开了一种基于激光视觉系统的采摘机器人果实识别方法，涉及图像识别及处理技术领域，该方法包括以下步骤S1使用构建的激光视觉系统获取果树局部距离信息，利用距离值与灰度值的约定关系生成标记场景远近特征的三维图像；S2平滑所述三维图像；S3采用链码跟踪技术及随机圆检测法计算所述三维图像中果实的形心坐标与半径。本发明实现了机器人对农产品果实的准确识别。
文档编号G01B11/24GK102682286SQ201210112448
公开日2012年9月19日 申请日期2012年4月16日 优先权日2012年4月16日
发明者任雯, 冯娟, 刘刚, 周薇 申请人:中国农业大学