[发明专利]一种红花花丝识别方法

说明书

技术领域

本发明涉及红花采摘机器人图像识别领域，特别是红花花丝的识别及提取二维中心点坐标的方法。

背景技术

红花是一种经济价值很高的农作物，集药用、食用、色素提取等价值于一身，是新疆的主要经济作物之一。红花收获分为收花和收籽，红花花丝的采摘具有很强的时效性，一般选取花开2-3天的时间段进行采摘，此时花丝药用价值最高。但目前红花的采摘主要还是由人工来完成，采摘成本巨大，红花采摘机器人能够大大提高采摘效率，降低生产成本，解放劳动力，实现红花采摘智能机械化的发展。

红花花丝的快速识别与准确定位是研发红花采摘机器人的关键技术和前提条件之一，盛开期的花丝呈细管状，橙红色，无数花丝构成球体外形，可运用机器视觉技术对其进行图像识别与定位。目前国内外并无针对红花采摘机器人进行红花花丝识别与定位方法的研究。

发明内容

针对现有技术存在的不足，本发明提供了一种红花采摘机器人红花花丝识别方法，保证红花采摘机器人能够快速识别红花花丝，并提取二维中心点坐标，为红花的三维定位提供理论依据。

本发明是通过以下技术手段实现上述技术目的的。

红花采摘机器人在进行红花花丝采摘识别时，其特征在于，包含以下步骤：

步骤1：在自然光照的条件下，进行红花的图像采集；

步骤2：对拍摄的图像进行预处理操作，并采用RGB颜色模型，提取红花图像的颜色信息，运用R-G色差法进行图像的颜色分割；

步骤3：选用可以自适应确定阈值的Otsu分割法(最大类间方差法)进行二值图像的分割；

步骤4：利用数学形态学中腐蚀与膨胀进行花丝轮廓的类圆型或规则图形变换；

步骤5：运用像素累加求平均值原理，获取花丝的二维中心点坐标，并进行标记。

进一步地，所述步骤1中，红花图像由红花采摘机视觉系统中的双目摄像机进行实时获取。

进一步地，所述步骤2的具体步骤如下：

a.对所获取的红花图像进行基于RGB颜色模型，进行R、G、B颜色特征的提取，并绘制三维模型图，分析其花丝与周围背景颜色阈值之间的差异；

b.运用色差法比较R-B、R-G、B-G相结合的颜色特征，并绘制灰度直方图和三维模型图进行分析比较，根据结果选取颜色特征为R-G的二值图像，作为后续待处理图像。

进一步地，所述步骤3的具体步骤如下：

根据步骤2所获取的二值图像，进行基于直方图双峰法、最大类间方差法和迭代法的阈值分割比较，根据仿真结果，选取可已自动确定阈值的最大类间方差法进行图像分割。

进一步地，所述步骤4的具体步骤如下：

根据图像选取对应半径的结构元素对分割后的图像进行形态学腐蚀处理，然后进行膨胀处理，循环上述步骤，直至出现类圆形或者规则图像为止。

进一步地，所述步骤5的具体步骤如下：

将膨胀后图像的黑色背景部分的像素点横、纵坐标设为0，白色像素点的横、纵坐标设为1。对整个图像的像素点进行识别判断，若横坐标像素点i为1，则输出像素点信息，依次累加并计算个数，否则为0；同样纵坐标像素点j依次进行判断并依据结果累加，最后将所得 到的像素点坐标进行求平均值，得出花丝的二维中心坐标值。

附图说明

图1为红花花丝识别方法流程图。

图2为自然光照下拍摄的红花图像。

图3为RGB模型下提取R颜色特征后的三维模型图。

图4为RGB模型下提取G颜色特征后的三维模型图。

图5为RGB模型下提取B颜色特征后的三维模型图。

图6为RGB模型下提取R-B的二值图。

图7为RGB模型下提取R-B的灰度直方图。

图8为RGB模型下提取R-B的三维模型图。

图9为RGB模型下提取R-G的二值图。

图10为RGB模型下提取R-G的灰度直方图。

图11为RGB模型下提取R-G的三维模型图。

图12为RGB模型下提取G-B的二值图。

图13为RGB模型下提取G-B的灰度直方图。

图14为RGB模型下提取G-B的三维模型图。

图15为对提取R-G颜色特征后的二值图进行腐蚀、膨胀后的图像；其中，a为腐蚀后的图像；b为膨胀后的图像。

图16为提取红花花丝二维点坐标后的图像。

具体实施方式