基于机器视觉的簇生猕猴桃果实多目标识别方法研究

发布时间：2024-02-17 22:35

　　信息感知是果蔬机器人的关键技术之一。复杂环境下猕猴桃多目标果实识别是信息感知的一个难点也是猕猴桃采摘机器人高效作业的一个重要因素同时也是多机械臂猕猴桃采摘机器人多臂同时采摘的关键。探究猕猴桃多目标果实的识别方法是本研究的重点。通过对复杂环境下簇生猕猴桃生长状态的分析,选取正确的猕猴桃多目标果实图像获取方式,能够减少无关背景的干扰。本研究选取猕猴桃果萼作为识别点,研究复杂环境下猕猴桃多目标果实识别方法,最终获取猕猴桃果实的果萼像素坐标。同时在图像预处理阶段研究图像处理分割软件能为猕猴桃多目标果实的识别提供方便,也可为其他果实的识别提供参考。本研究的主要结论有:(1)基于R-G的猕猴桃多目标果实识别方法研究分析了猕猴桃果实的生长特性,猕猴桃具有簇生生长,垂直分布的特点。选取从底部获取多目标果实图像方式,去除地面杂草、树干等的干扰。对猕猴桃图像中的果实部位RGB颜色分量进行探测,发现在果实中R分量(红色)占主要部分,背景树叶中G分量占主要部分(绿色)。运用image Pro plus软件对获取的图像进行RGB分量分析,得出猕猴桃的果实部分RGB分量上存在R分量大于G分量,G分量大于B分量的关...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图1-8草莓采摘机器人Fig.1-8Strawberrypickingrobot.

基于机器视觉的簇生猕猴桃多目标果实识别方法研究的识别识别(Hayashi等.2010,Hayashi等.2014)，利用辅助补光光，改善草莓图像质量，从而对草莓进行识别，毫无疑。2007)在Lab颜色空间下对a通道图像进行处理，再运用终实现草莓的识别。图1-....

图3-5软件运行结果

基于机器视觉的簇生猕猴桃多目标果实识别方法研究()kkhrn—第k级灰度值—图像中灰度为的像素个数割效果图获取通过图像的RGB分量，建立色差分割模型（式3-7）：SlRmGnB、B——像素点的红、绿、蓝颜色分量值—色差分....

图1-1果蔬采摘机器人(王倩，2013)

图1-1果蔬采摘机器人(王倩，2013)Fig.1-1Thefruit-vegetablepickingrobot来果蔬收获的研究重点，原因如下：一方面aj和Sahari2014,姬江涛等.2014,李秦川等5,项荣等.2013)，对于大面积的果蔬采收....

图1-3猕猴桃采摘环境

图1-3猕猴桃采摘环境图1-4底部获取的猕猴桃图像ig.1-3ThepickingenvironmentofkiwifruitFig.1-4Thekiwifuitsimageobtainedatthebot2果实识别技术概述近年来，图像处理技....

本文编号：3901435