[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

摘要

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。

主权项

1.一种基于图像处理的复杂背景下苹果的识别定位方法，其特征在于，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，假设是原始图像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+logLs＝l+r  (2)步骤三中，所述提取图像纹理特征具体为：采用R通道的灰度图像进行纹理分析；对基于区域亮度直方图的纹理描绘子进行计算，分别为均值标准偏差平滑度一致性熵式中z_i———亮度的随机变量p(z_i)———一个区域中的直方图L———可能的灰度级数灰度图中，包括有果实、天空、枝干和树叶4部分组成，样本归一化后，将均值和方差作为评价参量，用来考察背景类和果实类的相异性；所述考察背景类包括枝干、树叶、天空；均值之差代表两类间的距离；方差代表样本的分散程度；定义特征评价值(EV)描述各种特征的计算式为式中AV———果实类的方差BV———背景类的方差MD———果实类和背景类均值之差根据估计的果实与背景的EV值，选择均值m，标准偏差σ和熵e共3个纹理特征。