自然場景下樹上桃子生長形態(tài)的識別

謝忠紅1, 蘇 堅2, 郭小清1, 姬長英

(1.南京農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，江蘇 南京 210095;2江蘇智恒信息科技服務(wù)有限公司,江蘇 南京 210029;3.南京農(nóng)業(yè)大學(xué)工學(xué)院, 江蘇 南京 210031)

·計算機軟件理論、技術(shù)與應(yīng)用·

自然場景下樹上桃子生長形態(tài)的識別

謝忠紅1, 蘇 堅2, 郭小清1, 姬長英3

(1.南京農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，江蘇 南京 210095;2江蘇智恒信息科技服務(wù)有限公司,江蘇 南京 210029;3.南京農(nóng)業(yè)大學(xué)工學(xué)院, 江蘇 南京 210031)

為使機械手更準(zhǔn)確地抓取桃子，提出一種在自然光照條件下識別樹上桃子生長形態(tài)的方法。首先在5種顏色空間中利用BP神經(jīng)網(wǎng)絡(luò)找出識別率最高、誤分率最低的顏色特征組合(H,Cr(YCgCr)，Cr(YCbCr), R-G,2R-G,Cb-Cr)，并使用改進(jìn)的K-means聚類算法實現(xiàn)圖像分割；然后利用桃子生長的形態(tài)參數(shù)(復(fù)雜度 、延伸率、緊密度等)使用支持向量機分類器進(jìn)行分類。實驗結(jié)果表明：對于晴天拍攝的圖片，其識別率可達(dá)到87.5%；對于陰天拍攝的圖片，其識別率可達(dá)80.5%。該方法具有一定的實用價值。

生長形態(tài)；顏色特征；改進(jìn)K-means聚類算法；圖像分割；形態(tài)參數(shù)

采摘作業(yè)是水果生產(chǎn)過程中的一個重要環(huán)節(jié), 采摘質(zhì)量直接影響水果后續(xù)的儲存、加工和銷售[1-3]。目前對果實采摘機器人研究往往只考慮果實目標(biāo)的位置信息, 而忽略其生長形態(tài)的計算[4-5]。董坦坦等[6]對獨立生長的番茄的位姿進(jìn)行研究, 用慣性主軸的角度標(biāo)志果軸方向, 進(jìn)而獲取獨立生長的果實生長姿態(tài)。周俊等[7]根據(jù)蘋果尾部花萼遺跡區(qū)域是否可見分析獨立蘋果姿態(tài)信息，提出一種機器視覺測量方法, 研究果實姿態(tài)信息的粒子濾波估計。……