一种成熟草莓识别的方法专利检索-色调HSL色彩模式图形技术专利检索查询-专利查询网

一种成熟草莓识别的方法

阅读：544发布：2020-05-08

专利汇可以提供一种成熟草莓识别的方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种成熟草莓识别的方法，包括如下步骤：S1：通过图像采集设备获取采集区图像；S2：将获取的图像转换成HSV图像，基于彩色图象阈值分割算法，将草莓形状分割出来，获取草莓轮廓；S3：将草莓轮廓输入神经网络中，判定草莓的吻合度，排除采集区图像内其他物体的干扰，实现对成熟草莓的识别。本发明能够识别草莓形状，成熟获取草莓的三维空间位置，从而实现了对草莓的高效识别。，下面是一种成熟草莓识别的方法专利的具体信息内容。

权利要求

1.一种成熟草莓识别的方法，其特征在于，包括如下步骤：
S1：通过图像采集设备获取采集区图像；
S2：将获取的图像转换成HSV图像，基于彩色图象阈值分割算法，将草莓形状分割出来，获取草莓轮廓；
S3：将草莓轮廓输入神经网络中，判定草莓的吻合度，排除采集区图像内其他物体的干扰，实现对成熟草莓的识别。
2.根据权利要求1所述的一种成熟草莓识别的方法，其特征在于，在所述步骤S3之后还包括S4：用minEnclosingCircle拟合最小外接圆，求出中心坐标，结合漫反射红外测距，实现成熟草莓三维空间位置的获取。
3.根据权利要求2所述的一种成熟草莓识别的方法，其特征在于，所述步骤S1中获取的图像为RGB图像，步骤S2中将获取的图像转换成HSV图像的方法为：
色调的计算：
饱和度计算：
亮度计算：
V＝max  (3)
其中，上面三个式子中，H为色调，S为饱和度，V为亮度，r、g、b分别为红，绿，蓝的坐标，max是r、g、b中最大值，min是r、g、b中最小值。
4.根据权利要求3所述的一种成熟草莓识别的方法，其特征在于，所述步骤S2中彩色图象阈值分割算法为：
T＝lowerb(I_H)≤src(I_H)此算法T为是否在规定的HSV的阈值，若T＝1，则图像元素处于规定阈值内，若T＝0，则图像元素不处于规定阈值内；Lowerb为图像下限，upperb为图像的上限，I为原图像，I_H、I_S、I_V分别是图像的H值、S值、V值，g(I)为输出图像。
5.根据权利要求4所述的一种成熟草莓识别的方法，其特征在于，所述步骤S3中是通过BWN-CNN 卷积神经网络来实现对成熟草莓的识别，草莓形状的吻合率大于80％认定为草莓，方法为：
令W≈αB，其中B∈{-1,+1}cxwxh，α∈R+是缩放因子；
其中，W为张量，α为缩放因子，B为二值滤波器张量，R+为α的域空间；
通过最小化目标函数，得到其最优解：
J(B,α)＝||W-αB||2  (6)
α*,B*＝arg min J(B,α)  (7)
其中J(B,α)为最小化目标函数，B*为二值滤波器张量的最优解，α*为缩放因子的最优解；
J(B,α)最小时，α和B有最优值：
B*＝sign(W)  (8)
其中，c,w,h分别为输入通道数，宽，高。

说明书全文

一种成熟草莓识别的方法

技术领域

[0001] 本发明属于草莓采摘技术领域，更具体的说是涉及一种成熟草莓识别的方法。

背景技术

[0002] 目前国内外的草莓种植基地主要采用“低垄栽培”或“架垄栽培”的方式种植草莓。低垄栽培方式下草莓垄间间距约为250—350mm，可工作的空间较小且地面多由于灌溉或者降水泥泞不堪，故草莓采摘设备难以在垄间行进；架垄栽培方式下草莓垄多设置在梯形架子上，草莓采摘设备的需先进行成熟草莓的识别，才能提高工作效率。

[0003] 因此，如何提供一种成熟草莓识别的方法是本领域技术人员亟需解决的问题。

发明内容

[0004] 有鉴于此，本发明提供了一种成熟草莓识别的方法，能够识别草莓形状，成熟获取草莓的三维空间位置，从而实现了对草莓的高效识别。

[0005] 为了实现上述目的，本发明采用如下技术方案：

[0006] 一种成熟草莓识别的方法，包括如下步骤：

[0007] S1：通过图像采集设备获取采集区图像；

[0008] S2：将获取的图像转换成HSV图像，基于彩色图象阈值分割算法，将草莓形状分割出来，获取草莓轮廓；

[0009] S3：将草莓轮廓输入神经网络中，判定草莓的吻合度，排除采集区图像内其他物体的干扰，实现对成熟草莓的识别。

[0010] 优选的，在所述步骤S3之后还包括S4：用minEnclosingCircle拟合最小外接圆，求出中心坐标，结合漫反射红外测距，实现成熟草莓三维空间位置的获取。

[0011] 优选的，所述步骤S1中获取的图像为RGB图像，步骤S2中将获取的图像转换成HSV图像的方法为：

[0012] 色调的计算：

[0013]

[0014] 饱和度计算：

[0015]

[0016] 亮度计算：

[0017] V＝max (3)

[0018] 其中，上面三个式子中，H为色调，S为饱和度，V为亮度，r、g、b分别为红，绿，蓝的坐标，max是r、g、b中最大值，min是r、g、b中最小值。

[0019] 优选的，所述步骤S2中彩色图象阈值分割算法为：

[0020] T＝lowerb(I_H)≤src(I_H)

[0021]

[0022] 此算法T为是否在规定的HSV的阈值，若T＝1，则图像元素处于规定阈值内，若T＝0，则图像元素不处于规定阈值内；Lowerb为图像下限，upperb为图像的上限，I为原图像，I_H、I_S、I_V分别是图像的H值、S值、V值，g(I)为输出图像。

[0023] 优选的，所述步骤S3中是通过BWN-CNN 卷积神经网络来实现对成熟草莓的识别，草莓形状的吻合率大于80％认定为草莓，方法为：

[0024] 令W≈αB，其中B∈{-1,+1}cxwxh，α∈R+是缩放因子；

[0025] 其中，W为张量，α为缩放因子，B为二值滤波器张量，R+为α的域空间；

[0026] 通过最小化目标函数，得到其最优解：

[0027] J(B,α)＝||W-αB||2 (6)

[0028] α*,B*＝arg min J(B,α) (7)

[0029] 其中J(B,α)为最小化目标函数，B*为二值滤波器张量的最优解，α*为缩放因子的最优解；

[0030] J(B,α)最小时，α和B有最优值：

[0031] B*＝sign(W) (8)

[0032]

[0033] 其中，c,w,h分别为输入通道数，宽，高。

[0034] 本发明的有益效果在于：

[0035] 本发明将获取的图像转换成HSV图像，通过彩色图像阈值分割算法，将草莓形状分割出来，实现了草莓轮廓的获得；将轮廓形状输入神经网络中，排除采集区图像内其他物体的干扰，实现对成熟草莓的高效识别；用minEnclosingCircle拟合最小外接圆，结合漫反射红外测距，实现了成熟草莓三维空间位置的获取，方法简单易行，从而便于草莓采摘设备对草莓的快速准确采摘，提高了工作效率。

具体实施方式

[0036] 下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0037] 草莓采摘设备工作之前，应在实际工作环境下测算成熟草莓颜色HSV的上下限值，作为第一步识别的依据。草莓采摘设备开始工作时，图像采集设备实时获取草莓图像并传输至处理器进行识别处理，识别出成熟的草莓。

[0038] 本发明提供了一种成熟草莓识别的方法，包括如下步骤：

[0039] S1：通过图像采集设备获取采集区图像，其中图像采集设备可采用高清摄像头。

[0040] S2：将获取的图像转换成HSV图像，基于彩色图象阈值分割算法，将草莓形状分割出来，处理后的红色成熟草莓为白色，其余物体均为黑色，从而获取草莓轮廓。

[0041] S3：将草莓轮廓输入神经网络中，输出草莓形状的吻合准确率，大于80％时说明视野中的草莓几乎没有被枝叶或其他草莓遮挡，即认定为可采摘的成熟草莓，排除采集区图像内其他物体的干扰，实现对成熟草莓的识别。

[0042] S4：用minEnclosingCircle拟合最小外接圆，求出中心坐标，结合漫反射红外测距，实现成熟草莓三维空间位置的获取。

[0043] 步骤S1中获取的图像为RGB图像，步骤S2中将获取的图像转换成HSV图像的方法为：

[0044] 色调的计算：

[0045]

[0046] 饱和度计算：

[0047]

[0048] 亮度计算：

[0049] V＝max (3)

[0050] 其中，上面三个式子中，H为色调，S为饱和度，V为亮度，r、g、b分别为红，绿，蓝的坐标，max是r、g、b中最大值，min是r、g、b中最小值。

[0051] 步骤S2中彩色图象阈值分割算法为：

[0052] T＝lowerb(I_H)≤src(I_H)

[0053]

[0054] 此算法T为是否在规定的HSV的阈值，若T＝1，则图像元素处于规定阈值内，若T＝0，则图像元素不处于规定阈值内；Lowerb为图像下限，upperb为图像的上限，I为原图像，I_H、I_S、I_V分别是图像的H值、S值、V值，g(I)为输出图像。

[0055] 步骤S3中是通过BWN-CNN卷积神经网络来实现对成熟草莓的识别，方法为：

[0056] 令W≈αB，其中B∈{-1,+1}cxwxh，α∈R+是缩放因子；

[0057] 其中，W为张量，α为缩放因子，B为二值滤波器张量，R+为α的域空间；

[0058] 通过最小化目标函数，得到其最优解：

[0059] J(B,α)＝||W-αB||2 (6)

[0060] α*,B*＝arg min J(B,α) (7)

[0061] 其中J(B,α)为最小化目标函数，B*为二值滤波器张量的最优解，α*为缩放因子的最优解；

[0062] J(B,α)最小时，α和B有最优值：

[0063] B*＝sign(W) (8)

[0064]

[0065] 其中，c,w,h分别为输入通道数，宽，高。

[0066] 本发明将获取的图像转换成HSV图像，通过彩色图像阈值分割算法，将草莓形状分割出来，实现了草莓轮廓的获得；将轮廓形状输入神经网络中，排除采集区图像内其他物体的干扰，实现对成熟草莓的高效识别；用minEnclosingCircle拟合最小外接圆，结合漫反射红外测距，实现了成熟草莓三维空间位置的获取，方法简单易行，从而便于草莓采摘设备对草莓的快速准确采摘，提高了工作效率。

[0067] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0068] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

标题	发布/更新时间	阅读量
面向结肠内窥镜反光区域检测的中智分析方法	2020-05-08	505
一种图像处理方法及电子设备	2020-05-08	239
一种自适应的图像增强方法	2020-05-08	905
具有低Rv和低Ruv的减反射溅射叠层	2020-05-08	558
显示方法和显示装置	2020-05-08	748
一种基于3D设计技术的美术作品快速设计的方法	2020-05-11	746
双酚组合物及其制造方法、以及聚碳酸酯树脂及其制造方法	2020-05-08	152
含芳香族醇磺酸盐的双酚组合物及其制造方法、聚碳酸酯树脂及其制造方法和双酚制造方法	2020-05-08	967
一种胃食管气体反流检测装置	2020-05-08	682
一种基于端到端的质量评价机制的色调映射方法	2020-05-11	203

一种成熟草莓识别的方法

一种成熟草莓识别的方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：