基于DSP的移動采摘機器人目標識別視覺系統設計

吳義滿

(江蘇醫藥職業學院，江蘇 鹽城 224000)

0 引言

機器視覺的核心技術“光電圖像傳感”和“圖像處理”技術的發展，給機器視覺的發展奠定了基礎。在“光電圖像傳感”技術的發展過程中，CCD圖像傳感器的出現使CCD攝像機取代了硅靶管攝像，從而使圖像采集的小型化、廉價、功耗低成為可能。以CPU、DSP及大規?？删幊踢壿嬈骷榇淼膱D像處理硬件技術的飛躍，使圖像處理在速度、價格、功耗等方面的廣泛應用成為可能。將DSP處理器應用在采摘機器人的目標識別系統設計中，可以有效地提高機器人視覺系統的反應速度，減輕機器人的質量，從而提高機器人的作業效率。

1 視覺伺服控制系統和嵌入式DSP處理器總體設計

目前，采摘機器人設計的機器視覺伺服控制系統有兩種：一種是基于位置的，該方法需要對三維姿態進行實時估計；另一種是直接基于圖像的，將圖像的特征信息直接用于反饋，其結構框架如圖1所示。通過CCD相機采集得到的圖像直接使用嵌入式DSP進行圖像處理，通過邊緣檢測等技術得到圖像的基本特征，將特征信息進行反饋，用于采摘機器人的動作控制。

2 移動式采摘機器人目標識別視覺系統設計

采摘機器人的機器視覺系統主要是一個光電轉換裝置，利用該裝置可以將采集得到的圖像信號轉換為計算機能夠識別和進行處理的信號，因此在采集圖像時需要使用特殊的采集裝置。CCD相機及圖像傳感器是近幾年發展的一種新式的圖像采集裝置，它可以在采集圖像的同時進行數字化處理，將圖像直接轉換成電信號，從而實現圖像的保存、處理和可視化顯示等。CCD相機和圖像傳感器的工作原理如圖2所示。

CCD圖像傳感器和傳統的器件不同，傳統器件往往都是使用電壓或者電流作為信號，而CCD圖像傳感器是利用電荷作為信號的。電荷是通過兩種渠道產生的：一種渠道是光注入，另一渠道是電注入。CCD一般是通過光注入來產生電荷，其中電荷信號QI與光照強度Δn、光照時間TC、光敏電阻的面積A成正比例關系，即

QI=η×q×Δn×A×TC

(1)

其中，η為所使用材料的的量子效率；q為電子電荷量。對采集的圖像進行圖像分割和邊緣檢測才能有效地對目標進行識別，識別時可以色彩為識別依據。對于色彩的識別，Roberts算子是一種非常有效的方法，該算子可以檢測出灰度或者圖像中色彩比較突出的部位。色彩變化突出的部位一般梯度較大，假設通過采集得到的一幅圖像其色彩分布為f(x,y,λx,y)，對于一個像素點(x,y)，其色彩變化在x、y方向的表達式可以表示為

(2)

在數字圖像中，fx、fy可用x、y方向的差分(Δx,Δy)表示，即

(3)

(4)

其中，p、q為階數；s為整個圖像的區域，在進行求解時需要借助圖像區域的零階矩和一階矩；在進行定位時，圖像可以當成二值圖來處理，即f(x,y)=1。這樣，零階矩m00可以表示為

(5)

零階矩就是圖像目標區域的面積，其一階矩為

(6)

則區域的質心(xc,yc)表示為

(7)

定位出目標物體在一幅圖像中的位置后，就可以根據事先設定好的坐標對物體進行跟蹤。其中，硬件基本框架如圖3所示。

圖2 CCD圖像傳感器工作原理

圖3 基于DSP的圖像目標識別硬件系統基本框架

利用DSP可以將CCD相機采集到的模擬信號轉換為數字信號進行儲存，還可以對視頻和圖像進行處理，并將圖像和視頻信息利用CAN總線傳送給PC機，以便進行處理和觀察。PC機對圖像進行分割和邊緣檢測后，計算出目標的具體位置，然后發出指令傳輸給DSP處理器，DSP將指令發送給私服系統，控制采摘機器人的移動。

圖4表示基于DSP的采摘機器人目標識別的軟件流程。其中，圖像的傳輸和邊緣檢測都由DSP芯片協同完成，在識別出作物目標后對其進行定位，本次定位程序結束；如果沒有識別出目標，則重新進行圖像采集和傳輸，利用多套備用的圖像檢測算法對目標進行識別，直到作物的目標被準確地識別出來，結束軟件流程。

3 基于DSP的移動采摘機器人目標識別視覺系統的設計

為了驗證DSP在移動機器人目標識別系統設計中使用的可行性，對基于DSP的視覺系統的性能進行了測試。測試過程中使用了DSP處理器、PC機及CCD攝像機采集設備，如圖5所示。

圖4 基于DSP的圖像目標識別軟件流程

圖5 基于DSP的移動采摘機器人視覺系統測試

本次主要對其視覺系統進行測試，測試環境選擇黃瓜大棚作業環境，視覺系統安裝在采摘機器人上，如圖6所示。

采摘機器人安裝了自主行走裝置，并在黃瓜大棚的田壟間行走，主要采用視覺系統對黃瓜圖像進行采集。通過采集設備采集得到的高清圖像如圖7所示。

利用DSP處理器首先對圖像進行處理，通過邊緣檢測技術對目標特征進行提取，得到了如圖8所示的處理結果。

圖6 采摘機器人實驗場景

圖7 CCD高清圖像采集

圖8 圖像處理結果

通過DSP處理傳送給PC機，通過特征的提取可以得到目標的輪廓，通過顏色的提取可以得到果實目標的成熟度，從而準確地識別待采摘果實。

由表1可知：采用DSP的移動式采摘機器人目標識別系統的準確識別率較高，且用時較短，可以滿足高精度、快速定位果實目標的需求，有效地提高了采摘機器人的自動化程度。

表1 果實目標成功識別和用時測試

4 結論

結合嵌入式DSP系統和圖像處理技術，設計了一種新的采摘機器人目標識別系統，系統采用DSP處理器直接對圖像特征進行提取，并將提取的信息直接用于控制信息的反饋。對采摘機器人視覺系統進行了測試，結果表明：采用DSP處理器可以直接對CCD采集到的黃瓜圖像進行特征提取，且識別的準確率和效率都較高。DSP的型號還有很多，不同型號對采摘機器人視覺系統的影響還有待于進一步的驗證，通過不斷的測試發現更加小巧、輕便、高效的采摘機器人，使其具有更加廣闊的應用前景。