基于形态学和贴标签法的苹果图像增强

苹果图像的精准分割是目标果实识别与定位的关键步骤,然而分割出的图像往往存在较多的孔洞和噪声,影响着进一步的识别与分析,因此需要对目标果实的分割图像进行完善和去噪处理.应用于苹果采摘机器人的图像处理中,既要考虑处理精度,还要考虑处理效率.将数学形态学和贴标签法相结合,首先利用数学形态学方法去除分割图像的孔洞以及部分噪声,求出最大连通区域;然后利用贴标签法进一步处理,得到较为完好的目标果实图像.在HSI和Lab两种颜色空间下进行实验,对组合方法处理后的图像再利用Sobel算子进行边缘检测,结果表明,该方法能够有效地填补孔洞和滤除噪声,且不会破坏图像的边缘信息,为进一步的图像识别打下基础.     

自动阈值法在生长环境茄子图像分割中的应用

在果蔬采摘机器人系统中,果实目标的智能化识别和定位问题一直是没有解决的问题。为此,研究生长环境中茄子图像的分割算法问题。通过对生长环境中茄子果实与周围环境颜色特征的试验与统计,得出了EXG颜色因子对于茄子果实分割最为有利的结论。采用自动阈值法对EXG灰度图像进行了分割。选择图像灰度的均值作为初始阈值的估算值,然后连续不断的进行迭代,直到取得满意的结果。试验表明,分割效率分别大于81%,平均用时为0.116s,能够满足果蔬采摘机器人对视觉系统的要求。     

柑橘采摘机器人的目标识别定位方法研究

该文利用CCD双目摄像机采集柑橘的图片信息,分析计算图像的RGB3个分量的灰度值,并转换为HSV颜色空间,利用Canny边缘算子分割图片中的柑橘和枝叶,利用最小二乘法进行椭圆拟合,求出果实质心,提高识别成熟果实的成功率。     

果形识别中果梗判别与果轴确定方法

果梗判别在果形判别中是很关键的一步，利用图像形态学运算和果实边界形状特征相结合的方法来判别果梗的位置，并确定对果形识别起关键作用的果轴，试验表明，果梗识别正确率达到80．5％．     

采摘机器人扰动状态下柑橘动态识别

为了提高柑橘采摘速度和采摘效率,提出一种采摘机器人在柑橘扰动并伴有遮挡状态下的快速动态识别方法.首先对所采集的两帧图像进行分析,通过颜色空间的选取以及阈值分割,将水果与背景进行分离;其次通过帧间差分法、水平最小外接矩形法、正方形内切圆法将处于扰动状态下的水果标识出来,然后对振荡水果进行识别.试验结果表明:该算法能很好地适应采摘机器人实际工作中碰到的、各种原因引起的水果扰动及遮挡现象;单个扰动水果算法识别时间小于0.4 s.     

增强的OHTA颜色空间融合FPFH识别点云中的甜椒果实

【目的】研究三维点云中甜椒果实的精确识别，为采摘机器人进行采摘作业提供准备。【方法】提出一种增强OHTA颜色空间融合快速点特征直方图（Fast point feature histogram，FPFH）识别三维点云中甜椒果实的方法。以OHTA颜色空间为基础，通过分析甜椒植株颜色的特征，对I2和I3分量进行调整以增强果实与非果实的区分对比度；然后对所采集的点云进行几何特征的计算并利用FPFH对它进行描述；将颜色特征与FPFH进行融合得到点云描述符，并利用分类器进行判定分类，最终得到属于甜椒果实的点云。【结果】提出的方法可以将甜椒植株中的甜椒点云进行识别，且准确率较已有文献有一定提高。【结论】通过对比不同果实点云描述符的识别效果，提出的方法对甜椒果实点云的识别准确率为97.31%，精确-召回曲线下的面积的值为0.984，均优于其他点云描述符。     

基于机器视觉的除草机器人杂草识别

根据杂草颜色特征,提出了新的图像分割算法,在RGB空间直接将杂草从土壤背帚中分割出来。首先顺序搜索图像中每一个像素点,如果当前像素RGB值中G〉R且G〉嚣,则将该像素值置1（杂草）,否则为0（背景）,从而完成图像分割。然后采用8邻域消除孤立点,并确定杂草区域位置。利用VisualC＋＋开发了除草机器人杂草识别软件,设计了除草机器人结构模型。试验表明,该分割算法实时性好,可有效识别出杂草,并能够适应户外自然先变化。除草机器人机械臂能够准确定位,完成除草动作。     

不同形状植物成熟果实的识别提取方法

提出一种自然场景下对不同形状植物果实图像进行识别提取的方法.采用RGB色差模型及Ostu自适应阈值分割进行图像二值化.应用数学形态学方法对二值图像进行预处理获取植物果实轮廓.采用果实质心、最小凸边形方法对目标进行特征提取.实验表明,除对类圆果实识别较好外,对不规则果实识别效果更佳,其最小凸边形提取比外接矩形及类圆提取方法更接近真实图像,具有一定的通用性.     

基于TOF成像技术的柑橘实时识别与定位

通过分析TOF(time of flight)成像信息,将场景反射光强度与深度信息采用图像表示,应用各向异性扩散与冲击滤波耦合的滤波模型,滤除深度图中的噪声,采用阈值分割、区域生长、区域最小外接圆等算法将柑橘从背景中分割出,并以区域距离极差、距离方差和识别柑橘半径值为约束条件,对识别的柑橘区域进一步筛选,再结合三维数据库信息提取柑橘的基本特征参数,最后实现树上柑橘的实时识别与定位.自然生长状态下柑橘的识别正确率达86.7％,误判率为0,深度误差小于12 mm,实际半径误差小于13 mm,图像实时采集与处理耗时小于100 ms.     

基于机器视觉的烟箱包装带识别定位算法

为了提高烟箱拆包的效率,提出了一种基于机器视觉的烟箱包装带识别与定位算法.首先将采集到的RGB颜色空间的彩色图像转换为OHTA颜色空间中的灰度图像,通过采用复合动态阈值法在变化光线强度下将箱体与背景分割开;然后用BLOB滤波算法滤除图像中的噪声,沿箱体主轴利用剪切点搜索算法识别并定位了各条包装带的剪切位置.利用开发的智能烟草拆箱机器人系统,进行了大量的试验,结果表明:系统在光照强度为150～400 lx范围内,能对白、黑,灰、紫、青、黄、绿、蓝、咖啡色等9种颜色的包装带进行识别、定位,最大误差为7 mm,检测时间最长190 ms,满足实用要求.     

基于轮廓曲率的树上苹果自动识别

为实现机器人采摘作业中苹果的空间定位,研究了单幅自然光条件下果树图像中苹果及其果柄识别定位的方法.建立以规格化的r,g为输入,苹果、树枝、树叶等为输出的三层BP神经网络模型,用于图像分割,经预处理后,提取苹果目标,根据目标形状将苹果分为5类,通过不同的圆拟合方法得到苹果的准确位置.在对被遮挡苹果进行圆拟合时,依据目标轮廓曲率的变化,抽取连续光滑轮廓线段,用采样点平均曲率的倒数作为拟合圆的半径,再由几何关系求出圆心位置.结合苹果的拟合圆,给出果柄所在的近似矩形区域,在区域内分割出树枝部分,进而利用投影法确定果柄的精确位置.通过对40幅果树图像试验表明,苹果及其果柄的识别率在80%以上.     

基于图像分割和孔洞修复的三维伤口测量方法

伤口测量是临床医学研究中一项重要工作。传统的接触式伤口测量方法存在测量结果稳定性差、易造成伤口二次伤害的问题,基于2D图像处理的非接触式伤口测量方法存在精度差、无法获得伤口深度信息的问题。因此,本文设计了一种基于图像分割和孔洞修复的三维伤口测量方法。采用异源图像对齐算法解决了异源图像由于视差导致的图像像素错位问题;通过基于改进的区域生长法设计了一种交互式伤口区域分割方法,实现伤口区域精准分割;最后,采用基于RBF的三维点云孔洞修复算法进行伤口皮肤复原,从而得到伤口的最大深度、体积等三维参数。实验结果表明,本文方法的测量误差低于3%,其测量精度以及稳定性皆优于接触式和基于2D图像处理的伤口测量方法,满足临床使用以及医学研究的应用需求。     

基于Matlab的图像曲线数据提取方法

对于文献中图的曲线数据的提取,提出一种通过采集像素点来识别曲线坐标的方法,并通过Matlab软件实现.首先用滤波器去除图片噪声,并确定用于灰度图转化为二值黑白图的阈值,然后通过搜索坐标框在灰度矩阵中的位置来确定真实坐标与灰度矩阵坐标的比例因子,最后获取曲线各像素点在灰度矩阵的坐标,并乘以比例因子得到曲线各点的坐标值.对曲线图像进行处理的结果表明,这种方法提取的数据准确,相对误差在-0.7%～+1.2%范围内,精度取决于原图像像素点的数目.     

基于图像技术的迷彩面料颜色测量

颜色测量对于迷彩面料的色彩分析、产品设计、质量控制有着重要的指导意义。针对由织物组织纹理和图案的多样性造成测色难度增大的问题,提出一种迷彩面料图案分割的方法,并提取色彩信息加以分析。利用数码相机进行迷彩面料图像的采集,利用Mean Shift聚类算法将图像分割成不同颜色的色块,再用神经网络回归实现图像从RGB(red,green,blue)颜色空间到Lab颜色空间的转换,并通过正态分布法对迷彩颜色进行分析测量。试验结果表明:提出的图像处理方法可实现迷彩服面料颜色的自动分割;与Datacolor分光测色仪测色结果相比,正态分布法分析得到的平均色差不超过2。     

自适应步长下多阈值彩色图像的全局分割方法

针对传统多阈值彩色图像分割方法将步长设为小于距离参数的定值, 有时会因步长过大而越过最优结果的问题, 提出一种自适应步长下多阈值彩色图像全局分割方法. 首先, 对彩色图像进行预处理, 在不降低彩色图像质量的前提下缩减颜色总数, 以提高分割效率; 然后, 根据多阈值彩色图像全阈值分割目标函数, 将混沌优化理论与粒子群优化算法相结合, 通过混沌粒子群优化算法对多阈值彩色图像全局分割目标函数进行求解; 最后, 结合自适应步长下多阈值彩色图像全局分割方法, 得到最优彩色图像阈值分割结果. 实验结果表明, 该方法的分割效果、 精度、 稳定性和收敛性均较好.     

荔枝挂果末期荔枝蒂蛀虫防治指标分析

【目的】荔枝是华南地区著名的热带水果之一,荔枝蒂蛀虫是危害荔枝的主要害虫,每年都需要投入大量的防治费用。探讨荔枝蒂蛀虫成虫的防治指标和经济允许损失水平,为荔枝蒂蛀虫的科学防治提供指导。【方法】于海口市三门坡镇一荔枝种植园内,采用整株套罩和人工接虫的方法研究荔枝蒂蛀虫成虫的接虫数量与荔枝蛀果率之间的关系,设置无接虫为空白对照组,分析荔枝蒂蛀虫的防治指标与经济允许损失水平。【结果】不同处理组之间蛀果率存在显著差异,随着接虫数增加,荔枝蛀果率也随之升高,最高蛀果率为55.75%。荔枝蒂蛀虫接虫数与蛀果率之间的回归方程为:y=13.442x-1.484,R²=0.983 5。【结论】荔枝蛀果率与荔枝蒂蛀虫的数量呈正相关关系,防治荔枝蒂蛀虫的平均经济允许损失水平为2.27%/株,平均防治指标为0.28对/株。     

基于子带加权融合的多尺度Retinex图像增强算法

Retinex模型是人类视觉对亮度和色彩的感知模型,多尺度Retinex算法具有动态范围压缩大、色彩恒常性、色彩保真度高等特点,被广泛运用于低光照图像的增强。提出一种新的图像增强算法,首先用混合灰度变换函数替代传统的灰度变换函数,对图像做不同尺度的Retinex变换,并分解重复的频带信息,对各个独立的频带分别进行增强。然后引入图像融合的思想,将不同尺度Retinex图像的每个像素点都赋予不同的权重。最后得到输出图像。实验结果证明,本算法可有效增强图像的对比度,得到的图像清晰度高,色彩恢复好。     

基于纹理和邻域信息的肤色分割算法

为有效分割图像中的肤色信息,提出一种基于纹理和肤色点的邻域信息肤色分割算法.首先,根据图像中的肤色点在RGB颜色空间上的分布规律,利用统计直方图模型对肤色部分进行初步分割;其次,为提取图像中的纹理信息,采用Gabor滤波器进一步过滤掉与人类皮肤颜色接近但纹理粗糙的区域;最后,采用掩码图像中的肤色点作为种子点进行邻域信息的扩散,得到最终掩码图像.实验结果表明,与统计直方图肤色模型相比,该方法肤色分割效果更好.     

采用双相机多尺度方法的机制砂级配测量及空隙率预测

为了解决图像法难以准确测量粒径为0.150 mm以下的机制砂颗粒的问题,设计双相机多尺度测量装置,并提出一种使用形态参数预测空隙率的方法.使用基础相机和精密相机搭建测量装置,基于该装置测量机制砂的粒形参数和粒径参数,通过实验数据构建空隙率预测模型.结果表明:双相机多尺度方法的最大级配测量误差为-2.57%,构建的随机森林模型最大空隙率预测误差为0.62%,测量精度满足工程要求.     

广东省17个不同荔枝品种果实品质比较分析

以17个荔枝品种的果实为试材,利用常规的加工特性分析方法,进行了果实的理化指标和营养成分分析。结果表明,17种荔枝品种中白腊、鸡嘴、珍珠、桂味、糯米糍和白糖罂6个品种的色泽良好,具有典型的荔枝风味、糖酸比适宜、热处理褐变程度轻,是最适宜加工果汁的优良品种。