基于颜色统计的水果采摘机器人水果识别的研究  

作　　者：夏康利 何强 

机构地区：[1]江汉大学人工智能学院,湖北武汉430056

出　　处：《南方农机》2022年第24期11-16,共6页

摘　　要：由于我国人口老龄化趋势不断加快,出生率下滑,农村劳动力严重不足。为了解决这一问题,研究人员开发了一系列不同用途的农业机器人,其中就包括水果采摘机器人。对于水果采摘机器人而言,水果的检测和识别是一项重要的任务,因此本研究小组提出了一种基于HSV颜色统计特征的水果识别技术。首先,将水果图像从RGB颜色空间转换为HSV颜色空间;然后将水果HSV颜色空间的色调分布近似为拉普拉斯分布,该拉普拉斯分布可作为该果实的特征描述;将水果从输入图像中分割出来,如果分割后的水果图像符合某种90%置信区间的拉普拉斯分布,则输入的水果属于该水果。在实际操作中,将每种水果的拉普拉斯分布的90%置信区间对应的马氏距离(MD)作为参考评价;如果输入水果数据的马氏距离(MD)小于参考值,则该输入属于该类型的水果。实验结果表明,该方法对不同种类的水果具有良好的识别效果。

关 键 词：目标识别 图像分割 MEANSHIFT算法 HSV颜色空间 马氏距离 

分 类 号：S225[农业科学—农业机械化工程] TP242[农业科学—农业工程]