[发明专利]一种基于MATLAB图像处理荔枝果实采摘区域划分方法

摘要

本发明公开了一种基于MATLAB图像处理荔枝果实采摘区域划分方法，结合区域性采摘方法的采果机械对其采摘进行决策划分，通过双目视觉相机对荔枝树冠进行拍摄，识别、定位、坐标提取、划分采摘区域的最佳位置。使用双目相机采集到树冠果实照片对照片进行分析采用基于颜色的K均值聚类和霍夫圆变换检测疑似水果果实区域。并用通过果实与非果实的局部二值模式特征训练的AdaBoost分类器对疑似果实区域和非果实区域进行错误检测，在合并检测结果后完成荔枝果实的识别；得到荔枝的坐标信息之后使用K‑means聚类方法对该区域进行聚类分析，分类之后对每一块的划分区域质心作为采摘位置的中心点。本发明涉及到机器视觉领域，对果园自动化有重要的意义。

主权项

1.一种基于MATLAB图像处理荔枝果实采摘区域划分方法，其特征在于，包括下述步骤：S1、采集荔枝树冠的树冠图像；S2、对采集到的树冠图像进行去噪声预处理，具体为：S2.1、原始水果图像在RGB颜色空间里，被分解成R、G、B三个颜色图像，每个颜色图像都为二维图像；S2.2、每个颜色图像利用二维塔式分解算法被分解成低频和高频部分，然后利用直方图均值化和对比度提升分别处理低频部分和高频部分；S2.3、对处理后的低频和高频部分利用塔式重构算法合并成二维图像，分别完成三个颜色图像的光照均值化处理；S2.4、对光照均值化处理后的三个颜色图像，在RGB颜色空间合并成色彩图像，完成水果彩色图像的预处理；S3、通过果实与非果实的局部二值模式LBP特征训练的AdaBoost分类器对疑似果实区域和非果实区域进行错误检测，在合并检测结果后完成荔枝果实的识别；S4、荔枝边缘提取并边缘化，完成定位提取图像中荔枝坐标；S5、得到荔枝的坐标信息之后使用K‑means聚类方法对该区域进行聚类分析，分类之后对每一块的划分区域质心作为采摘位置的中心点。