李大华， 赵相飞， 许 亮， 于 波

(天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384)

基于纹理特征与HSI空间的苹果识别与标定

李大华， 赵相飞， 许 亮， 于 波

(天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384)

在分析了不同图像分割方法的基础上提出了一种基于颜色特征和纹理特征的图像分割算法，以解决复杂背景下苹果采摘机器人分割目标与背景的问题。通过分析灰度图像的纹理特征，求取灰度共生矩阵提取特征，以支持向量机分割图像，并结合HSI颜色空间的色差特征达到目标和背景分离的效果。通过与单纯的颜色特征分析和纹理特征分析相比较，该方法在识别率上高于其他分割算法，同时对于颜色与背景相近的果实也能有很好的分割效果。

灰度共生矩阵；HSI空间；支持向量机；分割

苹果采摘机器人首要的任务是准确地获取采摘目标的信息，在复杂的背景条件下，由于果实的品种、成熟度、光照、遮挡、阴天等一系列因素的差异造成了机器视觉识别上的困难。国内外在这一方面做了很多研究：司永胜等[1]提出了利用归一化的红绿色差(R–G)/(R+G)分割苹果；张润浩等[2]在YUV颜色空间中利用色差分量V建立果实与背景分割的高斯分布拟合模型，根据拟合结果自动获取分割阈值，达到分割的目的；王津京等[3]通过 HLS模型用支持向量机(support vector machine, SVM)的模式识别方法识别果实；Meyer 等[4]使用超绿特征阈值算法辨别杂草；熊俊涛等[5]选取了YCbCr颜色模型，利用探索性分析法对荔枝不同部位、不同光照、不同生长期图像的Cr分量进行了数据分析与统计，实现了未成熟、成熟以及腐烂变质的荔枝果实的视觉智能判断；……