王星,赖惠成,任磊,陈钦政,刘金帅

WANG Xing,LAI Huicheng,REN Lei,CHEN Qinzheng,LIU Jinshuai

新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046

College of Information Science and Engineering,Xinjiang,University,Wulumuqi,Xinjiang,830046,China

1 引言

我国棉花种植地域广阔，所需棉花采摘劳动力极大，随着机器人在农业生产过程中的逐步应用，研究基于图像处理的棉花采摘机器人视觉系统技术具有相当大的实用价值和现实意义。棉花分割是采棉机器人视觉系统的关键技术之一，是采棉机器人中棉花匹配、三维重构技术的基础。目前采棉机器人的相关研究主要有：王勇等[1-2]根据棉花与背景的色差信息，提出利用(R−B)、(B−G)的差值进行分割，将三维信息转化为一维信息，通过降低维数减少了模型转换时间；王玲[3]研究了不同颜色空间下的棉花分割，发现在HIS 和Lab颜色空间经阈值分割后噪声较低；韦皆顶[4]提出选取HSV模型中的S通道作为棉花图像的特征去排除图像明暗变化对分割效果的影响；万鹏等[5-8]将BP算法引入到阈值、分水岭等算法中进行图像分割，具有较高的识别率。上述棉花分割算法优点是复杂度低，但受光照和阴影的影响仍然较大，分割图含有噪声较大，分割准确率不高。本文在前人研究基础上提出在YCbCr颜色空间下，利用GA(遗传算法)优化BP分类算法进行分割，能够有效的避免光照强弱带来的影响，具有较高的分割准确率与更加清晰的边缘轮廓，有利于精确计算棉花面积的大小、形心坐标与开合度，为棉花识别、成熟度判别、匹配和三维重建奠定基础。

2 研究方法

2.1 颜色空间的选择

在RGB颜色空间中，由于R、G、B分量之间有很高的相关性，对同一颜色属性，在不同光照条件下，R、G、B值很分散，对于识别某种特定颜色很难确定其阈值和其在颜色空间中的分布范围。……