[发明专利]一种基于图像处理的复杂背景下苹果的识别定位方法

说明书

本发明提供了一种苹果识别定位方法，主要包括苹果图像信息采集，图像预处理，图像特征提取和苹果识别分割，形态学处理，确定二值图像中各苹果中心等五个方面，通过统计图像特征与聚类法结合去除了图像中除苹果外的复杂背景，进一步确定了图像中苹果的圆心位置与果实大小，提高了苹果图像识别速率以及准确性。使用Retinex算法增强原始图像去除其光照的影响，为进一步的图像处理提供便利。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于图像处理的复杂背景下苹果的识别定位方法。

背景技术

中国是世界上最大的苹果生产国，2010年苹果总产量已远超欧洲、美洲、非洲和大洋洲之和。随着我国农业结构的不断调整以及生产布局的逐步优化，苹果的生长环境得以改善，生产效益有了较大提高，但与国际先进水平相比，仍存在明显差距。

在苹果生产作业中，果实的采摘占整个作业量的40％～50％，是生产投入环节中周期需要最短，劳动力投入最集中、最费力、最繁琐并且具有一定危险的一个环节，并且采摘作业质量的好坏直接影响到苹果的储藏、加工和销售，从而最终影响其市场价格和经济效益，因此实现果实的自动采摘势在必行，而其关键在于如何利用机器视觉技术实现果实的准确识别与精确定位。现如今，对于遮挡下的果实目标识别与定位，国内还未见较为完善的研究成果，为达到高识别度与精准定位的目标，往往需要选取大量具有代表性的候选点，但由于系统处理数据量大、工作效率低，因此不能满足实时定位的需求。

在自然场景下，苹果的生长姿态受土地、季节、天气等自然条件的影响而存在较大的差异，果实被枝条遮挡现象较为普遍。现有常规算法常常会在识别过程中不能够很好的去除光照的影响，导致果实识别不是很准确且效率不高，并且因为枝叶遮挡、果实重叠等原因严重影响果实的准确识别、采摘点的精确定位和采摘行为的执行。

发明内容

本发明的目的是提供了一种苹果识别定位方法，主要包括苹果图像信息采集，图像预处理，图像特征提取和苹果识别分割，形态学处理，确定二值图像中各苹果中心等五个方面，通过统计图像特征与聚类法结合去除了图像中除苹果外的复杂背景，较好的进行了苹果图像的还原并进一步确定了图像中苹果的圆心位置与大小，提高了苹果图像识别速率以及准确性。使用Retinex算法增强原始图像去除其中光照的影响，为进一步的图像处理提供便利。

本发明采用如下方法来实现：一种基于图像处理的复杂背景下苹果的识别定位方法，包括：

步骤一、对原始图像进行信息采集；

步骤二、对所采集的原始图像信息进行预处理；

步骤三、对原始图像特征进行提取和对苹果图像进行识别分割；具体为提取RGB图像颜色特征与纹理特征，并使用聚类方法统合各项特征值，识别并分割苹果图像；

步骤四、对二值图像进行中值滤波去噪并将去噪后的二值图像先后进行开运算和闭运算；

步骤五、确定二值图像中各苹果中心，将苹果图像进行圆轮廓拟合运算并判断拟合后的图像是否有重叠，若有则以相交线为准判断面积，否则计算拟合后苹果图像，从而获得苹果果实位置信息；

步骤二中，图像的预处理使用Retinex算法增强图像去除光照的影响，假设原始图像S是光照图像L和反射率图像R的乘积，公式如下：

S(x,y)＝R(x,y)·L(x,y) (1)

从原始图像S中估计出光照L，从而分解出R，消除光照不均的影响，在处理中，通常将图像转至对数域，即s＝logS,l＝logL,r＝logR，从而将乘积关系转换为和的关系，公式如下：

log(s)＝log(R·L)

logS＝logR+logL

s＝l+r (2)