[发明专利]适用于采棉机器人的视觉识别系统

说明书

本发明公开了一种适用于采棉机器人的视觉识别系统，其特征是，包括视觉系统设定、棉花图像的滤波，棉花图像的分割，棉花图像的目标检测和边缘提取以及特征提取和成熟度分类。图像滤波采用了基于边缘乘积互信息的Unit‑linking PCNN的图像分割方法；基于改进自适应遗传算法实现棉花定位，然后利用快速多尺度边缘算法实现图像分割；通过对棉花图像特征、纹理特征、几何形状特征研究，基于主成分分析法实现棉花成熟度分类。本发明是基于图像视觉的采棉机器人的研究，具有成本低、通用性强、使用方便的特点，具有良好的应用前景。

技术领域

本发明涉及一种适用于采棉机器人的视觉识别系统，属于图像定位识别技术领域。

背景技术

我国棉花种植地域辽阔，南方丘陵地貌比较常见，棉花品种和生产规模呈现多元化格局，棉花的成熟吐絮期不一致，纤维长短不同，而目前无论是国际还是国内所采用的大型采棉机均需要化学干扰素和其它相关设备的配合才能很好地发挥其功能，即采摘后还必须经过复杂的清理、分离环节才能将棉絮从枝叶中分离出来，或者需要依靠农艺在品种方面进行改良。因此，传统的机械化高效采收装置难以直接满足这类有选择性收获的要求，而短期内通过农艺手段实现棉花采摘收获机械化的难度较大，周期较长，绝非短时间能够解决。换言之，这样的机械化道路对于内地产棉区而言太过漫长。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种适用于采棉机器人的视觉识别系统，可以实现准确地识别和定位成熟棉桃，并对采摘的棉花进行分类，然后引导末端执行器灵活准确地接近目标，完成采摘和分类动作。

为了实现上述目标，本发明采用如下的技术方案：

一种适用于采棉机器人的视觉识别系统，其特征是，包括如下步骤：

1)视觉系统设定；

2)对步骤1)检测到的图像进行滤波处理；

3)对步骤2)中的图像进行分割；

4)目标检测定位并进行边缘提取；

5)基于主成分分析法进行特征提取；

6)根据步骤5)的结果根据成熟度进行分类。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述步骤1)中视觉系统采用基于双目立体视觉和单目视觉系统结合的多目立体视觉伺服机构。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述步骤2)的具体步骤如下：

步骤21)：采用线性滤波器根据分块平均法提取噪声图像的边缘；

步骤22)：对于边缘区域直接输出；对于非边缘区域进行分类处理后输出，分类处理的标准根据事先设定的阀值进行设置；

步骤23)：在步骤22)处理完毕后的噪声图像中提取图像细节；

步骤24)：对非细节部分采用中值滤波，其对应的滤波器采用根据个数判断脉冲噪声的中值滤波器。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述步骤3)中图像分割模块采用基于边缘乘积互信息和直方图的PCNN图像分割方法。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述步骤4)中目标检测定位采用基于改进自适应遗传算法的识别方法。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述步骤5)中主成分选择纹理特征、几何形状特征和区域形状特征，并采用改进克隆选择算法验证所提取特征的有效性。

前述的适用于采棉机器人的视觉识别系统，其特征是，所述纹理特征采用基于小波域共生矩阵模型和和差统计法进行提取，包括熵、角二阶矩、相关性、对比度和相异性。