-
公开(公告)号：CN104751117A
公开(公告)日：2015-07-01
申请号：CN201510037353.3
申请日：2015-01-26
Applicant: 江苏大学
Abstract: 本发明公开了一种用于采摘机器人的莲蓬目标图像识别方法，采用图像高斯滤波与超绿色指标法相结合的方法，设计超绿色高斯滤波器，去除复杂背景；采用改进的形态学分水岭分割算法对有重叠现象的图像实现重叠部分的分离和分割；改进Hu不变矩算法，计算莲蓬、荷叶、荷花、茎的不变矩an，对所计算的n阶不变矩进行线性组合，得到能够表征莲蓬、荷叶、荷花、茎不同形状特征的不变矩主成分zm；图像目标识别，利用K-Means聚类算法对莲蓬、荷花、荷叶、茎图像的不变矩主成分zm分类。主成分离莲蓬聚类中心最近的连通分量即为莲蓬。本发明可以有效地区分识别莲蓬、荷叶、荷花、茎，是莲蓬采摘机器人的视觉系统的核心算法技术。
-
公开(公告)号：CN104408407A
公开(公告)日：2015-03-11
申请号：CN201410617729.3
申请日：2014-11-05
Applicant: 江苏大学
Abstract: 本发明提供了一种苹果采摘机器人的夜间识别方法，在人工光源照明的条件下，进行图像采集；采用R-G色差分割法进行基于颜色的分割图像，并用最大类间方差法二值化，采用滤除较小的连通区的方法滤除S2所得图像中的噪声；然后，定位图像中苹果的大致位置，再在原始图像中提取出苹果所在区域，提取出苹果表面的高亮反光区；最后将高亮反光区与S3的结果图像相加融合得到最终结果。本发明解决了苹果采摘机器人夜间识别中光源的选择和布置问题以及夜间图像中阴影和反光的问题，使苹果采摘机器人在夜间也能正常工作。
-
公开(公告)号：CN104636722A
公开(公告)日：2015-05-20
申请号：CN201510038828.0
申请日：2015-01-26
Applicant: 江苏大学
CPC classification number: G06T7/66 , G06K9/00765 , G06T7/12 , G06T2207/30188
Abstract: 本发明公开了一种采摘机器人的重叠果实快速跟踪识别方法，通过摄像头连续采集的最新10帧重叠苹果图像；对采集到的第一帧图像进行分割，去除背景；通过计算圆内的点到轮廓边缘最小距离的极大值确定重叠苹果圆心的位置，计算圆心到轮廓边缘的距离确定半径；根据圆心与半径截取后续匹配的模板；确定连续采集的最新10帧图像中重叠苹果的圆心，根据每帧图像的圆心对机器人的运动路径进行拟合、预判，综合半径与预判路径确定下一帧图像中重叠苹果的位置，并截取重叠苹果区域。最后，采用快速归一化互相关匹配算法进行匹配识别。通过该方法能够实现对重叠苹果等类球状重叠果实的跟踪识别，并且运行时间短，能有效提高采摘机器人的采摘效率。
-
公开(公告)号：CN104751117B
公开(公告)日：2018-04-24
申请号：CN201510037353.3
申请日：2015-01-26
Applicant: 江苏大学
Abstract: 本发明公开了一种用于采摘机器人的莲蓬目标图像识别方法，采用图像高斯滤波与超绿色指标法相结合的方法，设计超绿色高斯滤波器，去除复杂背景；采用改进的形态学分水岭分割算法对有重叠现象的图像实现重叠部分的分离和分割；改进Hu不变矩算法，计算莲蓬、荷叶、荷花、茎的不变矩an，对所计算的n阶不变矩进行线性组合，得到能够表征莲蓬、荷叶、荷花、茎不同形状特征的不变矩主成分zm；图像目标识别，利用K‑Means聚类算法对莲蓬、荷花、荷叶、茎图像的不变矩主成分zm分类。主成分离莲蓬聚类中心最近的连通分量即为莲蓬。本发明可以有效地区分识别莲蓬、荷叶、荷花、茎，是莲蓬采摘机器人的视觉系统的核心算法技术。
-
Patent Agency Ranking
公开(公告)号：CN105718945B
公开(公告)日：2020-07-31
申请号：CN201610035900.9
申请日：2016-01-20
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于分水岭和神经网络的苹果采摘机器人夜间图像识别方法，该方法在夜间通过人工光源辅助照明采集苹果果园中的彩色图像，采用改进的分水岭算法沿图像边缘将图像碎片化，提取每个碎片的颜色特征和纹理特征，再建立反向传播人工神经网络并利用己知类别碎片的特征量进行训练，接着利用训练好的神经网络根据每个碎片的特征量进行分类，最后根据碎片之间的位置关系滤除错误分类以修正分类结果并确定苹果的位置。本发明通过将图像碎片化并对碎片进行分类的方法识别夜间苹果，能有效抑制人工光源造成的光照不均、阴影和反光现象对苹果识别的影响，并提高识别苹果的完整度和定位精度。
-
公开(公告)号：CN104408407B
公开(公告)日：2019-04-02
申请号：CN201410617729.3
申请日：2014-11-05
Applicant: 江苏大学
Abstract: 本发明提供了一种苹果采摘机器人的夜间识别方法，在人工光源照明的条件下，进行图像采集；采用R‑G色差分割法进行基于颜色的分割图像，并用最大类间方差法二值化，采用滤除较小的连通区的方法滤除S2所得图像中的噪声；然后，定位图像中苹果的大致位置，再在原始图像中提取出苹果所在区域，提取出苹果表面的高亮反光区；最后将高亮反光区与S3的结果图像相加融合得到最终结果。本发明解决了苹果采摘机器人夜间识别中光源的选择和布置问题以及夜间图像中阴影和反光的问题，使苹果采摘机器人在夜间也能正常工作。
-
公开(公告)号：CN104636722B
公开(公告)日：2018-02-27
申请号：CN201510038828.0
申请日：2015-01-26
Applicant: 江苏大学
Abstract: 本发明公开了一种采摘机器人的重叠果实快速跟踪识别方法，通过摄像头连续采集的最新10帧重叠苹果图像；对采集到的第一帧图像进行分割，去除背景；通过计算圆内的点到轮廓边缘最小距离的极大值确定重叠苹果圆心的位置，计算圆心到轮廓边缘的距离确定半径；根据圆心与半径截取后续匹配的模板；确定连续采集的最新10帧图像中重叠苹果的圆心，根据每帧图像的圆心对机器人的运动路径进行拟合、预判，综合半径与预判路径确定下一帧图像中重叠苹果的位置，并截取重叠苹果区域。最后，采用快速归一化互相关匹配算法进行匹配识别。通过该方法能够实现对重叠苹果等类球状重叠果实的跟踪识别，并且运行时间短，能有效提高采摘机器人的采摘效率。
-
公开(公告)号：CN105718945A
公开(公告)日：2016-06-29
申请号：CN201610035900.9
申请日：2016-01-20
Applicant: 江苏大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于分水岭和神经网络的苹果采摘机器人夜间图像识别方法，该方法在夜间通过人工光源辅助照明采集苹果果园中的彩色图像，采用改进的分水岭算法沿图像边缘将图像碎片化，提取每个碎片的颜色特征和纹理特征，再建立反向传播人工神经网络并利用己知类别碎片的特征量进行训练，接着利用训练好的神经网络根据每个碎片的特征量进行分类，最后根据碎片之间的位置关系滤除错误分类以修正分类结果并确定苹果的位置。本发明通过将图像碎片化并对碎片进行分类的方法识别夜间苹果，能有效抑制人工光源造成的光照不均、阴影和反光现象对苹果识别的影响，并提高识别苹果的完整度和定位精度。
-
公开(公告)号：CN104766277A
公开(公告)日：2015-07-08
申请号：CN201510104218.6
申请日：2015-03-10
Applicant: 江苏大学
IPC: G06T5/00
Abstract: 本发明公开了一种苹果采摘机器人的夜视图像降噪方法。该方法在人工光源下通过摄像头对同一采样点、同一角度连续采集两幅夜视图像；然后利用差影法对夜视图像所含噪声进行定性定量分析，判定噪声类型是以高斯噪声为主并伴有部分椒盐噪声。针对所含噪声特点，首先利用小波软阂值降噪算法去除椒盐噪声和部分高斯噪声，得到低高斯噪声图像；然后利用独立成分分析方法对其进行最大限度的图像源信号与噪声信号分离，此时得到的图像源信号依然含有部分高斯噪声；最后再次利用小波软阈值降噪算法对其进行降噪处理，得到相对干净的低噪图像。该方法能够实现夜视图像的降噪功能，为夜视图像的识别做准备，为进一步实现苹果采摘机器人的夜间工作打下基础。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.048 seconds)
