[发明专利]一种瓜菜智能采摘方法

权利要求书

1.一种瓜菜智能采摘方法，其特征在于：采摘时使用到采摘机器人，所述采摘机器人包括行走装置(600)和移动机构(500)，所述行走装置(600)包括车架(603)，所述车架(603)上侧设有收集框，所述移动机构(500)连接在车架(603)上，移动机构(500)包括能左右移动、前后移动且能升降的末端连接板(7)，所述末端连接板(7)朝外的一端固定连接有夹持器(2)，所述夹持器(2)上方的末端连接板(7)上连接有剪切器(3)，夹持器(2)和剪切器(3)之间的末端连接板(7)上连接有图像采集器(20)；其包括以下步骤，

行走装置(600)自动向前行驶，图像采集器(20)将采集到的图像信息发送给上位机，由上位机分析判断是否有果实，若识别出有果实，主控制器(602)控制行走装置(600)停止移动，进行图像处理，得到果实质心相对于图像采集器(20)中点的位置信息，将果实的质心坐标传输给主控制器(602)，主控制器(602)根据接收到的质心坐标计算出各个梁需要移动的距离；

末端连接板(7)移动到设定位置时，夹持器(2)动作，将果实夹持住，剪切器(3)动作，将对应的果实藤剪断，剪切器(3)复位；

末端连接板(7)朝着收集框所在方向移动，当果实移动至收集框所在位置时，末端连接板(7)停止移动，转动末端连接板(7)，使果实水平，夹持器(2)松开果实，果实落入收集框内；

其中识别果实的方法，包括以下步骤，

获取图像采集器(20)拍摄的RGB三通道图像；

对图像进行色彩分割，提取果实背景像素块中的RGB、HIS和Lab这三个色彩空间中的9个色彩成分信息，其中HIS与RGB关系为，

RGB与Lab的关系为，

L＝116f(Y/Y_n)-16

a＝500[f(X/X_n)-f(Y/Y_n)]

b＝200[f(Y/Y_n)-f(Z/Z_n)]；

t’为X/X_n,Y/Y_n,Z/Z_n所对应的值，f(t’)分别为f(X/Xn),f(Y/Yn),f(Z/Zn)所对应的值，使用最大类间方差法提取G分量，对图像进行分割处理，再使用最大稳定极值区域法进一步滤除背景；

将图像中的果实与背景分割为像素块，使用最近邻值插值算法，将图像放大，针对果实颜色与背景果实叶片颜色接近的问题，使用I-RELIEF特征选择算法得出像素中9种颜色分量权重，将这些颜色分量分别输入到提取权重卷积神经网络框架中以进行权重参数提取，提取权重最大的三个颜色分量，采用基于颜色权重的三通道多路径卷积神经网络特征提取果实轮廓特征，

H_ij¹[n]＝M(Y[n-1])+S_ij¹

H_ij²[n]＝W(Y[n-1])+S_ij²

H_ij³[n]＝P(Y[n-1])+S_ij³

U_ij[n]＝(1+β¹H_ij¹[n])(1+β²H_ij²[n])(1+β³H_ij³[n])+σ

T_ij[n]＝e^-αTT_ij[n-1]+V_TY_ij[n]；

将果实图片导入三通道多路径卷积神经网络，对神经网络模型进行训练，区分果实特征和图片背景特征；

将所识别的果实图像导入已经训练好的神经网络模型中，对果实进行处理，识别出果实轮廓，则若没有识别出果实轮廓，则判断该图像中没有可以采摘的果实；

其中，Y[n-1]为第n-1张图片的二值输出的值，T为门限阈值，R、G、B分别为同一像素处彩图的红色、绿色和蓝色三个色彩的分量像素值，H为一种纯色的颜色属性值，I为一种纯色被白光稀释的程度的度量，S为颜色的亮暗程度，L为整张图片的明暗程度，a为红色至绿色的颜色范围，b为黄色至蓝色的颜色范围，X_n为95.074，Y_n为100，Z_n为108.883，H_ij^k[n]为第n张图片的外部输入通道，S_ij^k为第k个权重的外部刺激，U_ij[n]为第n张图片的神经元内部活动状态表达项，T_ij[n]为第n张图片的动态门限阈值，Y_ij[n]为第n张图片的二值输出，V_T为幅值归一化参数，W、M、P为权值矩阵，α为调整输入平均水平等级参数，σ为神经元内部活动状态误差，β¹、β²、β³为权值参数，i和j分别为图片像素点的横坐标和纵坐标。