摘要： Hough圆变换算法可以解决成熟番茄果实识别问题,但计算量较大,且由于番茄非标准球形、多果重叠、茎叶遮挡等问题,识别准确率有待进一步提高,因此本文对其改进,设计一种实现番茄收获机器人视觉系统的成熟果实识别算法。首先对采集到的图像下采样,以减少计算量;然后进行基于颜色信息的背景分割,得到成熟番茄果实为目标的二值图像;并在此基础上采用Sobel算子提取边缘信息;最后基于改进Hough圆变换算法实现番茄果实识别。Hough圆变换算法的改进之处有两点:(1)根据边缘信息转换到参数空间时,对转换得到的圆心及其8-连通域对应的组合均进行投票,以减少离散坐标计算时产生的误差;(2)采用基于圆心相近且半径相似的聚类思想,对Hough圆变换算法检测到的结果进行聚类,以适应类圆形目标的检测。试验结果表明,本文算法对存在不同成熟周期的番茄果实、茎叶遮挡、多果重叠等多种情况都能有效识别,上述三种情况的准确识别率分别为87.5%、85%、84.8%,三种情况同时存在的复杂情况下准确识别率为84.6%,而简单情况下可以100%准确识别,经统计,平均正确识别率为86.3%,平均运行时间为398 ms。

关键词: 成熟番茄, 果实识别, Hough圆变换, 聚类, 计算机视觉

中图分类号: 

• TP391.41

• S641.2