[发明专利]一种番茄植株边缘排序方法

说明书

本发明公开了一种番茄植株边缘排序方法。首先对采集的番茄植株彩色图像进行图像分割；直接在二值图像中提取出番茄植株连续边缘；对所提取的的番茄植株边缘进行去噪；然后遍历番茄植株边缘图像，将未排序边缘点作为当前边缘点；将当前已排序边缘从当前边缘点的8邻域按序延伸，同时识别出交叉点；当当前边缘在当前边缘点8邻域内无法继续延伸时，新增一从同一起点至当前交叉点的边缘，并从交叉点8邻域内继续按序延伸；最后求同一起点边缘的最长边缘，保存最长边缘和其余边缘；应用本发明可实现具有复杂边缘点邻接关系和较多噪声点的长番茄植株茎秆边缘的实时排序、去噪，为基于图像边缘分析的番茄植株组成器官识别提供连续和完整的已排序边缘。

技术领域

本发明涉及一种番茄植株边缘排序方法。

背景技术

作为实现番茄生产自动化的一种主要手段，番茄生产机器人能够较好地解决当前番茄生产中劳动力资源紧缺，劳动力成本高的问题。视觉系统作为番茄生产机器人的一个重要组成部分，其主要功能是实现番茄植株各组成器官的识别和三维定位。通过图像的边缘分析实现番茄植株各组成器官的识别，如番茄、茎秆、叶子等，是当前基于图像的番茄植株及其他果蔬植株组成器官识别的常用方法。在进行植株组成器官边缘分析前，实现植株边缘排序是前提。如进行番茄边缘曲率分析以实现成簇番茄识别前，需首先对番茄边缘进行排序。同样，进行番茄植株边缘分析以实现番茄茎秆、叶子识别前，同样需要对番茄植株边缘进行分析，进而基于边缘特征实现番茄茎秆、叶子的识别。因此，番茄植株边缘排序对实现番茄植株茎秆、叶子的识别，进而基于番茄生产机器人实现番茄生产自动化，具有非常重要的应用价值。

由于番茄枝叶近色，且茎秆和叶子相互重叠，从而造成图像中所提取的番茄植株边缘相互交叉、联通。另外，由于光照条件的影响，造成所提取的番茄植株边缘存在较多的噪声，使得番茄植株边缘间的联通，边缘点间的邻接均非常复杂。当前的4邻域、8邻域等边缘排序方法无法适应该类情况下的番茄植株边缘排序，会造成属于同一组成器官的边缘被排序成多段，在影响已排序边缘的完整型和连续性，进而影响后续番茄植株组成器官识别成功率的同时，也影响了排序方法的实时性。现有的番茄边缘排序方法，只适用于番茄这类边缘较短、边缘点间邻接关系简单、边缘上噪声较少的情况，对边缘点邻接关系复杂、边缘较长且存在较多边缘噪声的这类番茄植株边缘无法运行，因此并不适用。

基于番茄植株边缘的复杂性，为实现番茄植株边缘排序，非常需要一种实时的番茄植株边缘排序方法。本发明可实现番茄植株边缘排序，并从中提取出最长边缘和其他边缘，同时也可实现番茄植株边缘的去噪，进而可为实现番茄植株茎秆、叶子的识别，提供连续的已排序番茄植株边缘，降低边缘排序破坏番茄植株组成器官边缘完整性的几率，提高基于边缘分析的番茄植株组成器官识别成功率。本发明还有助于改善番茄植株边缘排序方法的实时性。

发明内容

本发明的目的在于提供一种实时的番茄植株边缘排序方法，以实现图像番茄植株边缘点按位置关系排序，提取出番茄植株同一起始边缘点的最长边缘以及其他边缘，同时也可实现番茄植株边缘的去噪，为实现基于番茄植株边缘分析的番茄植株组成器官识别提供已排序的连续和完整的边缘。

本发明采用的技术方案是：

本发明包括如下步骤：

①图像分割：对番茄植株彩色图像C进行图像分割，获得番茄植株二值图像B；采用基于绿红色差特征量的阈值图像分割算法，如式(1)所示：

式中：B_(x,y)—二值图像B中坐标为(x,y)像素的像素值；T_b—图像分割阈值；c_n—归一化绿红色差特征量，如式(2)所示：

式中：min-表示求最小值；max-表示求最大值；c_c—绿红色差特征量，如式(3)所示：