[发明专利]一种基于图像特征分析的温室青椒采摘机器人目标识别方法

权利要求书

1.一种基于图像特征分析的温室青椒采摘机器人目标识别方法，其特征在于，包括以下步骤：

步骤1：采用配置在青椒采摘机器人上的UniFly M088型摄像头采集温室中的青椒图像；

步骤2:将步骤1采集到的RGB图像转换为灰度图像，利用边缘检测算法对灰度图像进行边缘检测，得到青椒的边缘检测图像；步骤3:将步骤2边缘图像进行反相处理，然后对图像进行形态学操作，将图像的每一个像素点位置与结构元素进行收缩运算，以增强图像边缘像素，然后将增强后的图像转换成RGB图像，直接获得每一块独立的连通区域，省去了传统的图像处理分割这一步骤；步骤4:将步骤3得到的图像，根据青椒和叶子表面光滑度的差异，应用面积阈值法，去除具有粗糙表面的区域；步骤5:由步骤4处理后的图像，得到了光滑目标区域，然后将图像转换为HSI空间，然后通过HSI空间中H、S分量和超绿算子为特征的阈值分类器组合而成的混合分类器，将青椒从近色背景中识别出来。

2.根据权利要求1所述的一种基于图像特征分析的温室青椒采摘机器人目标识别方法，其特征在于，所述步骤2中的边缘检测算法采用Canny检测算子，首先应用高斯滤波器平滑图像，再采用窗口计算灰度梯度的幅值和方向，然后对梯度图像进行非极大值抑制，最后采用双阈值方法从候选边缘点中检测和连接边缘。

3.根据权利要求1所述的一种基于图像特征分析的温室青椒采摘机器人目标识别方法，其特征在于，所述步骤3中形态学操作方法是，将图像进行腐蚀操作，即将采集图像的每一个像素点位置与结构元素进行收缩运算，然后再转化为RGB颜色空间表示。

4.根据权利要求1所述的一种基于图像特征分析的温室青椒采摘机器人目标识别方法，其特征在于，所述步骤4中面积阈值法，利用目标的光滑的特征，这个特征使目标包含了大量的像素，通过定义一个有效的面积阈值就能将大部分背景去除掉。

5.根据权利要求1所述的一种基于图像特征分析的温室青椒采摘机器人目标识别方法，其特征在于，所述步骤5中将青椒最终识别出来的方法是，将步骤4得到的RGB图像转换为HSI图像，通过提取H分量可以去除掉误识别的天空背景，然后提取S分量，去除掉一些被误检测为青椒的叶子；为了将青椒和具有相似色彩和饱和度分量的叶子分割开，故进一步采用超绿算法对目标与背景区域进行灰度化，最后识别出青椒。