[发明专利]一种颜色先验知识导向的草莓机器手目标定位方法

说明书

本发明公开一种颜色先验知识导向的草莓机器手目标定位方法。传统的基于机器视觉的草莓机器手通过图像分割算法对草莓目标进行定位和识别，但由于草莓种植大棚中有大量易混淆的其它目标，因此容易造成误摘，本发明先将机器手采集的图片转换至HSV空间，并基于草莓的颜色先验知识对草莓候选目标进行阈值分割，而后将草莓候选区域输入训练好的深度卷积网络进行识别，并对每个草莓候选目标进行打分，将分数最高的目标区域做为最终的定位结果。由于在训练深度卷积网络时采用了符合采摘标准的草莓图片作为正样本，因此本发明可以自动定位最符合主观采摘标准的草莓。经过实验证实，本发明所公开的草莓目标定位方法可以达到99％以上的准确率。

技术领域

本发明涉及机器人机器视觉技术领域，具体涉及一种颜色先验知识导向的草莓机器手目标定位方法。

背景技术

草莓的采摘过去主要依赖人工方式，但在大规模草莓种植时，人工采摘具有工作效率低下、主观性强等缺点，因此目前逐渐采用机器人进行智能采摘，其主要是基于机器视觉算法对机器人采集的图像进行目标定位而后将定位结果用于引导机器手进行采摘，其核心技术是对待采摘目标的智能定位方法。目前常用的定位方法主要是通过对采集图像进行分割以得到目标区域，而后对目标区域进行特征提取，并将特征输入训练好的分类器进行分类，如支持向量机，但这些定位方法所提取的区域特征都是人工预先设计好的，难以完全适用于草莓目标，因此会出现大量的误摘，另外传统的分类器无法给出客观的目标识别分数，对于采摘机器人所“看到”的多个草莓目标无法择优采摘。

发明内容

本发针对现有技术的不足，提出了一种颜色先验知识导向的草莓机器手目标定位方法，能够解决现有人工特征提取不适用于草莓目标识别的问题。

本发明提出一种颜色先验知识导向的草莓机器手目标定位方法，该方法具体包括以下步骤：

步骤一：首先将草莓机器手获取的图片转换至HSV颜色空间，对H通道图基于草莓颜色先验知识进行阈值分割并得到初始预分割二值图像，由于在该二值图像中有较多的相邻目标区域粘连，会影响后面的区域预定位，因此对该二值图像采用形态滤波，将粘连区域分离开，并取每个独立区域的外接矩形作为候选目标区域。

步骤二：为了将候选目标区域中的草莓识别出来，需要通过深度卷积网络对候选目标进行分类。由于能搜集到的草莓样本较少，可能会导致训练得到的网络模型在实际部署时过拟合，因此先基于cifar10数据集对深度卷积网络进行预训练，而后再用草莓样本对网络模型进行微调训练，使模型适用于草莓目标的识别分类。

步骤三：每个候选区域经过深度卷积网络后会输出一个客观的概率分数，因此草莓机器手所采集图像中的所有候选区域都会有相应的概率值，对所有候选区域的概率值进行排序，设定阈值，取概率大于阈值的的候选区域做为最终的草莓定位结果。

作为优选：将草莓机器手获取的图片从RGB颜色空间转换至HSV颜色空间，具体如下：

其中h为转换后的HSV颜色空间中的色度通道，r、g、b分别为RGB颜色空间中的三个通道，max为RGB三通道最大值，min为RGB三通道最小值。

作为优选：对H通道图基于草莓颜色先验知识进行阈值分割并得到初始预分割二值图像，具体如下：

作为优选：所述的微调训练中所采用的正样本都是符合采摘标准的草莓图片，而负样本是不符合采摘标准的草莓图片及其它非草莓图片。

有益效果：本发明不需要人工干预，可以自动识别符合客户预设标准的草莓目标；由于在识别之前根据颜色先验知识对草莓目标进行了候选，因此后续识别所需时间大大减少，基本可以达到实时要求，从而满足草莓机器手的实际采摘需要。

附图说明

图1为本发明实施例的机器手采集初始图像；