[发明专利]一种非均一颜色果实区域的获取方法

说明书

本发明公开一种非均一颜色果实区域的获取方法，包括图像采集：采集果园果实RGB图像；图像预处理：突出非均一颜色果实中的颜色显著区域；种块区域提取：提取图像果实中的颜色显著区域，作为后续区域生长的种块区域；计算区域框定：框定后续种块区域生长的计算区域；小类别区域划分：将各个除种块以外的计算区域划分为同色、多色和异色小区域；异色小区域细分：将异色小区域近一步细分为同色和多色小区域；种块区域生长：基于种块区域依据位置邻近和纹理相近原则生长合并同色区域，由此获得非均一颜色果实的整个区域。该发明对于像水蜜桃青里泛白、白里透红等非均一颜色类果实区域的获取提供一种有效方法，为其机器人采摘视觉识别奠定基础。

技术领域

本发明涉及一种果实区域获取方法，尤其是非均一颜色果实区域的获取。

背景技术

实现果实的自动智能化采摘，其工作的首要任务是果实识别，其结果直接影响后续采摘的成功率。在自然界中，有些水果果实在采摘期色彩不均一，红系与绿系色彩相间，以往针对颜色均一性高的水果果实的区域获取方法并不适用，无法完整获取果实区域，进而不能准确对其进行识别。为此，本发明结合非均一颜色果实的自身特点，提出了一种非均一颜色果实区域的获取方法。

发明内容

本发明的目的是：提供一种非均一颜色果实区域的获取方法，使得采摘机器人能够完整获取非均一颜色果实区域，为进一步对其精确识别定位奠定基础。实现本发明的技术方案包括如下步骤：

(1)图像采集步骤：基于视觉传感器实时采集果园果实RGB图像；

(2)图像预处理步骤：对图像进行预处理，以突出非均一颜色果实中的颜色显著区域；

(3)种块区域提取步骤：对预处理的图像进行过分割处理，提取出图像果实中的颜色显著区域，以此作为后续区域生长的种块区域；

(4)计算区域框定步骤：框定后续种块区域生长的计算区域；

(5)小类别区域划分步骤：将各个除种块以外的计算区域划分为同色小区域、多色小区域和异色小区域；

(6)异色小区域细分步骤：将异色小区域近一步细分为同色小区域和多色小区域；

(7)种块区域生长步骤：基于种块区域依据位置邻近和纹理相近原则生长合并同色区域，由此获得非均一颜色果实的整个区域。

进一步优选方案，步骤(2)中：首先以图像目标主色系与背景主色系的颜色通道差值代替目标主色系通道值，剩余颜色通道值置为0，然后转换为HSV图像并调整S、V通道值，再转换为RGB图像从而突出非均一颜色果实中的颜色显著区域。

进一步优选方案，步骤(3)中：首先基于步骤(2)所获HSV图像中目标所在H通道阈值范围来过滤步骤(2)预处理后的RGB图像，然后以2中心聚类方法再对图像进行过分割处理，再经过孔洞填充、边缘抑制、开运算操作提取出图像果实中的颜色显著区域，以此作为后续区域生长的种块区域。

进一步优选方案，步骤(4)中以各种块区域的形心为中心，完整果实在图像中的平均直径为半径作圆作为后续种块区域生长的计算区域。

进一步优选方案，步骤(5)中首先采用SLIC算法将各个除种块以外的计算区域划分成形状规则，大小一致的小区域，然后提取各个小区域的主色调，根据主色调值及主色调个数划分为同色小区域、多色小区域和异色小区域。

进一步优选方案，步骤(6)中采用SLIC算法将异色小区域进一步细分，基于主色调值及主色调个数再分为同色小区域和多色小区域，这里依据的色调值及个数标准与步骤(5)不同。

进一步优选方案，步骤(7)中首先基于位置邻近原则合并同色小区域，然后基于Lab颜色空间L颜色通道提取各区域纹理特征，再基于种块区域依据位置邻近和纹理相近原则生长合并同色区域，由此获得非均一颜色果实的整个区域。