李元强， 高何璇， 何玉英， 李红岭， 唐渲运， 杨 芳， 高晓阳*

(1.甘肃农业大学机电工程学院，甘肃 兰州 730000；2.甘肃省葡萄与葡萄酒工程学重点实验室，甘肃 兰州 730000；3.甘肃省干旱生境作物学重点实验室，甘肃 兰州 730000；4.兰州银行网络金融部，甘肃 兰州 730000；5.中国人民银行兰州支行，甘肃 兰州 730000)

水果作为重要的农业经济作物，已成为推动农村经济发展和农民增收的重要支撑。由于果蔬收获时效性强，而如今我国青壮年农业劳动力匮乏，水果的自动化与智能化采摘技术研究已成为当今研究热点。近年来，我国在果蔬的识别定位与跟踪相关研究中，曹昭睿[1]提出利用HSV颜色空间模型实现图像与背景分割，再结合 Mean shift算法完成目标物跟踪；蒋焕煜等[2]使用双目立体视觉技术，利用成熟果实与背景颜色特征差分割图像，并利用区域匹配方法计算深度信息来确定目标物位置。在国外，D Comaniciu等[3]提出均值漂移跟踪方法，利用颜色直方图特征跟踪目标；YZ Song等[4]选择SIFT和颜色直方图提取图像特征，通过图形匹配实现目标跟踪等。近年来还出现了采用深度学习技术的目标跟踪方法。这些研究促进了黄瓜[5]、苹果[6-7]、草莓[8]、柑橘[9]等各种果蔬采摘技术的进步。本研究提出一种在自然光照条件下基于双目立体视觉的葡萄识别与定位跟踪方法，为葡萄准确识别采摘技术研究提供参考。

1 双目相机标定与图像样本采集

1.1 试验平台搭建

试验软件环境为Windows10 1909版系统，安装配置有OpenCV和MATLAB软件。卷积神经网络训练采用PyTorch为深度学习开源框架，选用Python编程语言。……