[发明专利]一种基于机器视觉智能识别成熟度的桑葚采摘方法与装置

说明书

本发明涉及桑葚自动采摘领域，其具体公开了一种基于机器视觉智能识别成熟度的桑葚采摘方法与装置。采摘前对果园的桑树进行分组，再采集每组桑树对应的桑葚图像，结合图像处理技术提取桑葚的颜色特征和面积特征，利用预先训练好的多层感知机成熟度检测模型对预先分组的桑树进行成熟度检测，并基于不同的成熟度为参与采摘任务的多台振采装置设置振采参数，再对整个采摘任务进行分配和规划，最终提升了桑葚采摘的效率和质量，减小了采摘过程中对桑树的损伤。

技术领域

本发明属于桑葚采摘技术领域，具体涉及基于机器视觉智能识别成熟度的桑葚采摘方法与装置。

背景技术

当前，为了提升采摘效率，桑葚采摘多采用机械化方式，主要采用机械振动或者气动式采果机，使果实振摇掉落，由设置在果树下的承接装置接收，并由输送装置输送至运输车上。桑葚成熟度越高，与桑树枝条连接强度越低，此时用比较小的振采强度就能够使得桑葚脱落；反之，桑葚成熟度越低，与桑树枝条连接强度越高，此时用比较大的振采强度才能够使得桑葚脱落，而振采强度越大对桑树的损伤就越大。

现有技术中，在采摘桑葚时通常使用相同的振采强度实现采摘，并未依据成熟度来设置不同的振采强度。究其原因，一方面是桑葚成熟度的智能检测方法还存在诸多实践困难，另一方面是若是以棵为单位进行振采强度的设置，会大幅度降低采摘效率。

目前对桑葚成熟度的检测方法更多应用于采后分类，即采摘以后进行抽样检测并分类；而采摘前的成熟度检测方法相比于采后检测，存在更多的困难，比如采集图像中会存在干扰物遮挡、不同光照不同角度影响成像质量、如何将成熟度检测跟实际采摘任务的效率结合起来。

发明内容

本发明的目的在于克服现有技术中存在的上述技术问题，提供了一种基于机器视觉智能识别成熟度的桑葚采摘方法，该方法首先在采摘任务开始前，采集桑葚图像，结合图像处理技术对果园中的桑葚成熟度进行检测，再根据成熟度对采摘装置进行分类和任务规划，使得采摘任务兼顾效率和质量。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于机器视觉智能识别成熟度的桑葚采摘方法，其特征在于，包括如下步骤：

步骤S1、将果园中的桑树划分成n组；

步骤S2、对每棵所述桑树上的桑葚进行图像采集；

步骤S3、基于预先训练好的多层感知机成熟度检测模型对所述桑葚进行成熟度检测，得到每组所述桑树对应的成熟度；

步骤S4、根据成熟度为该组桑树的振采装置设计振采参数；

步骤S5、按照总采摘时间最短的原则规划采摘路径。

进一步地，所述步骤S1具体为：

将果园中的桑树按照种植位置分为n组，每组包含相同数量的桑树，属于同一组的桑树种植位置连接起来构成一条直线。

进一步地，所述步骤S2具体为：

以桑葚簇为单位，采集同一个桑葚簇对应的多张多视角桑葚簇样本图像；对采集得到的每张桑葚簇样本图像进行编码标记，为来自同一颗桑树的图像设置相同的树标；为来自同一组桑树的图像设置相同的组标，组与组之间用不同的标记区分。

进一步地，所述步骤S3具体为：

对所述多张多视角桑葚簇样本图像进行特征提取，获取颜色特征向量和面积特征向量；

颜色特征向量提取方式为：对所述同一个桑葚簇对应的多张多视角桑葚簇样本图像进行融合处理，得到一张融合桑葚簇样本图像，具体包括：