APP下载

基于SOM-K-means算法的番茄果实识别与定位方法

2021-02-01陶涵虓崔立昊刘大为孙建桐

农业机械学报 2021年1期

李 寒 陶涵虓 崔立昊 刘大为 孙建桐 张 漫

(1.中国农业大学现代精细农业系统集成研究教育部重点实验室, 北京 100083;2.中国农业大学农业农村部农业信息获取技术重点实验室, 北京 100083)

0 引言

在农业生产中,由于果实的状态存在差异性、局部植株样貌存在复杂性[1-2],因此目前绝大多数采摘工作由人工完成。为了节约成本、提高采摘效率,采摘机器人已广泛使用,机器人自动采摘时对果实的准确识别已成为研究热点[3-4]。自动采摘一般分为果实识别、定位、采摘,果实识别和定位的准确与否对采摘结果至关重要。

基于果实二维图像信息,孙建桐等[5]提出一种基于几何形态学和迭代随机圆相结合的目标提取算法,以分割粘连番茄果实。李寒等[6]提出,对粘连或被遮挡的番茄果实采用局部极大值法和随机圆环变化检测圆算法进行目标提取,再使用SURF算法进行目标匹配。SI等[7]提出通过立体匹配和随机环算法进行苹果果实定位。由于没有结合果实的深度信息,这些方法对于复杂自然环境下粘连或被遮挡的果实识别效果有限。MEHTA等[8]提出通过多个相机得到伪立体视觉,进而对番茄进行定位,虽然引入了立体视觉,但是需要多个相机,成本较高,算法也较为复杂。

随着科学技术的发展,RGB-D相机(可以独立获取彩色图像和深度图像的相机)的出现为解决该问题提供了思路[9-10]。虽然已经有大量研究成果[11-14],但其正确识别率和识别速度还不能满足大批量采摘的要求。……

登录APP查看全文