[发明专利]一种橙子自动检测方法、系统以及机器人智能零售终端

说明书

一种橙子自动检测方法、系统以及机器人智能零售终端，方法包括：采集RGB图像和深度图像；基于深度图像对RGB图像进行配准处理；对配准后的RGB图像进行HSV色彩空间变换，并对H、S、V通道进行处理，获得橙子的初始位置范围；基于确定的初始位置范围，对深度图像进行边缘检测和边缘分割，获得橙子精确的位置信息和边缘信息。本发明可以获得橙子精确的位置信息和边缘信息，可协助机械臂完成对橙子的抓取；即使是在橙子堆叠在一起的情况下，执行本发明的方法可以采集图像检测到橙子后抓取出橙子，对大部分被遮挡或者全部被遮挡的橙子暂时不处理，下次抓取之前再次执行本发明的方法进行图像采集和橙子检测即可。

技术领域

本发明涉及机器视觉领域，尤其涉及一种橙子自动检测方法、系统以及机器人智能零售终端。

背景技术

随着人工智能技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域。机器人被应用在生产线上已经有很长一段时间了，早期的工业机械手臂以及现在多数娱乐机器人对环境是没有感知的，只是一些肢体动作或是从一个点移动到另一个点。如今机器人开始步入人们的日常生活、娱乐领域。智能零售也越来越热门，机器人智能零售终端是未来的发展方向，而机器人智能零售终端卖橙子也是其一个重要应用，因此，解决机器人通过视觉自由抓取橙子就可以为机械臂自由抓取橙子做好准备。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种橙子自动检测方法、系统以及机器人智能零售终端。

本发明解决其技术问题所采用的技术方案是：构造一种橙子自动检测方法，包括：

采集RGB图像和深度图像；

对RGB图像进行HSV色彩空间变换，并对H、S、V通道进行处理，获得橙子的初始位置范围；

基于确定的初始位置范围，对深度图像进行边缘检测和边缘分割，获得橙子精确的位置信息和边缘信息。

在本发明所述的橙子自动检测方法中，在对RGB图像进行HSV色彩空间变换之前还包括：基于深度图像对RGB图像进行配准处理。

在本发明所述的橙子自动检测方法中，所述配准处理包括：根据RGB图像和深度图像的采集装置定义的RGB图像与深度图像的对应矩阵关系，以深度图像为基准，确定深度图像中每个像素点对应位置的RGB信息，从而获得与深度图像大小相同的RGB图像。

在本发明所述的橙子自动检测方法中，所述的获得橙子的初始位置范围包括：

对RGB图像进行HSV色彩空间变换，分别得到H、S、V通道的整幅图像；

从H通道的整幅图像中提取第一预设像素值范围内的图像作为H通道处理图像，从S通道的整幅图像中提取第二预设像素值范围内的图像作为S通道处理图像；

获取H通道处理图像、S通道处理图像与V通道的整幅图像的位置交集，得到所述初始位置范围。

在本发明所述的橙子自动检测方法中，所述的获得橙子精确的位置信息和边缘信息包括：

将初始位置范围往外扩充预设数量的像素，得到优化位置范围；

在优化位置范围内，对深度图像进行边缘检测获取边缘图像；

对检测出来的边缘图像查找相应的轮廓，并基于轮廓提取策略对查找到的轮廓进行过滤得到精确的所述边缘信息；

提取深度图像中与所述边缘信息对应的深度信息，得到精确的所述位置信息。

在本发明所述的橙子自动检测方法中，所述轮廓提取策略包括：将所囊括的面积小于预设像素值的轮廓过滤掉；将位于深度图的边界上的轮廓过滤掉；将圆形度小于圆形度阈值的轮廓过滤掉。