CN101000655A

CN101000655A - 一种类球形果蔬的定位方法

Info

Publication number: CN101000655A
Application number: CN 200710066696
Authority: CN
Inventors: 古辉; 芦亚亚
Original assignee: Zhejiang University of Technology ZJUT
Current assignee: Zhejiang University of Technology ZJUT
Priority date: 2007-01-12
Filing date: 2007-01-12
Publication date: 2007-07-18

Abstract

一种类球形果蔬的定位方法，包括以下步骤：(1)、计算识别出的果蔬图像的最高点A，最低点B，最左点C和最右点D，构造外接矩形ABCD；(2)、在像素集合ABCD，随机选择两点，对所述两点和点A构建一个圆，并同时求得圆心和半径；在所述构建的圆中，选择满足半径在该类球形果蔬半径的设定范围内、且包含边缘像素集上的点到确定的果心的距离在某一范围之内的点最多的圆的圆心为果蔬的中心；(3)、O是圆心，A为最高点，E为过圆心O作垂直线与外接矩形的交点，选择A点关于OE的对称点为采摘点F。本发明能够适应于偏斜下垂生长的果蔬定位，能够有效定位叠加的多个果蔬。

Description

一种类球形果蔬的定位方法

(一)技术领域

本发明涉及一种类球形果蔬的定位方法。

(二)背景技术

水果与蔬菜的采收是一项劳动密集型的工作。果蔬采收的季节性强，工作环境艰苦，劳动强度大。现阶段的采收基本依靠人力，采收的效率比较低，人力成本在整个果蔬生产成本中占了相当大的比例。因此，实现果蔬采收的自动化具有实际应用价值。

目前为止，国内还没有一台真正投入生产使用的果蔬采摘机器人，主要原因之一是视觉系统技术难题尚未完全解决。通常，采摘机器人视觉系统的工作方式：首先获取果蔬的数字化图像，然后再通过相关图像处理算法识别并确定图像中果蔬的位置。传感器是机器视觉系统最重要的部件，主要包括图像传感器和距离传感器等。图像传感器可以是CCD黑白相机、彩色摄像机或者立体摄像机，一般安装于机械臂或末端执行器上。距离传感器有激光测距、超声、无线和红外传感器等。

对于类球形的果蔬，其二维图像与圆有较高的相似性，故可以简化为圆。可以为这类球形果蔬构造几何模型如图1所示。O为圆心，P为采摘点，C为过O的水平线与果实边界的交点。可以发现，直线OC和直线CP所成的角度a大致处于某个范围。因此，对同一种类的球形果蔬，可以经过多次测量得到该角度的平均值。根据该模型，可得|OP|＝|OC|×tga。而OC即为果实半径，所以，如果在已知果心点的情况下，就可以求得采摘点。但是，该种几何模型只适用于自然下垂生长的果蔬，当果蔬发生偏斜，即非自然下垂生长时的果蔬则无法根据此模型求得采摘点。

(三)发明内容

为了克服已有的类球形果蔬的定位方法不能适用于偏斜下垂生长的果蔬定位、不能有效定位叠加的多个果蔬的不足，本发明提供一种能够适应于偏斜下垂生长的果蔬定位，能够有效定位多个叠加果蔬的一种类球形果蔬的定位方法。

本发明解决其技术问题所采用的技术方案是：

一种类球形果蔬的定位方法，该方法包括以下步骤：

(1)、计算识别出的果蔬图像的最高点A，最低点B，最左点C和最右点D，构造外接矩形ABCD；

(2)、在像素集合ABCD，随机选择两点，对所述两点和点A构建一个圆，并同时求得圆心和半径；在所述构建的圆中，选择满足半径在该类球形果蔬半径的设定范围内、且包含边缘像素集上的点到确定的果心的距离在某一范围之内的点最多的圆的圆心为果蔬的中心；

(3)、O是圆心，A为最高点，E为过圆心O作垂直线与外接矩形的交点，选择A点关于OE的对称点为采摘点F。

作为优选的一种方案：所述的定位方法还包括：(4)、当采摘完一个水果以后，只能重新获取新的图片，重复(1)～(3)。

本发明的技术构思为：本发明提出一种校正的几何模型，如图2所示。本模型的提出基于一种针对多个果蔬叠加时采摘问题的新理念：机器人总是逐个采摘果实，也就是每次只需确定一个将要被采摘果蔬的采摘点，而不需确定全部的采摘点。

本发明的有益效果主要表现在：能够适应于偏斜下垂生长的果蔬定位，能够有效解决叠加果蔬的定位问题。

(四)附图说明

图1是几何模型图；

图2是几何采摘点几何校正模型；

图3是果蔬图像的外接矩形。

(五)具体实施方式

下面结合附图对本发明作进一步描述。

参照图2、图3，一种类球形果蔬的定位方法，该方法包括以下步骤：(1)、计算识别出的果蔬图像的最高点A，最低点B，最左点C和最右点D，构造外接矩形ABCD；(2)、在像素集合ABCD，随机选择两点，对所述两点和点A构建圆形，并同时求得圆心和半径；在所述构建的圆中，选择满足半径在该类球形果蔬半径的设定范围内、且包含边缘像素集上的点到确定的果心的距离在某一范围之内的点最多的圆的圆心为果蔬的中心；(3)、O是圆心，A为最高点，E为过圆心O作垂直线与外接矩形的交点，选择A点关于OE的对称点为采摘点F。

所述的定位方法还包括：(4)、当采摘完一个水果以后，只能重新获取新的图片，重复(1)～(3)。

本实施例提出基于一种针对多个果蔬叠加时采摘问题的新理念：机器人总是逐个采摘果实，也就是每次只需确定一个将要被采摘果蔬的采摘点，而不需确定全部的采摘点。这有别于以往一些论文提到的理念：如果存在多个果蔬，或者叠加，或者相隔一定距离，都要同时确定这些果实的中心点和采摘点。

具体步骤如下：

(1)、求得识别出的果蔬图像的最高点，最低点，最左点和最右点，构造外接矩形ABCD，如图3所示。给出了约束条件，当存在多个叠加果蔬时，机器人总是首先采摘最上面的果蔬。于是只需要确定最上面果实的采摘点即可，也即过最高点A的果蔬的采摘点。

(2)、考虑像素集合ABCD，随机选择2点。对这2点和点A，根据3点不共线确定一个圆的定理，可以得到大量的圆，并且可以同时求得圆心和半径。在这些产生的圆中，必定包含一个有效像素点最多的圆。选择满足半径的限制条件并且包含有效像素点最多的圆的圆心作为果蔬的中心。这里半径限制条件指某一类球形果蔬半径的大致范围，有效像素点指边缘像素集上的点到确定的果心的距离在某一范围之内的点。

(3)、根据校正模型图2，O是圆心，F是采摘点，A为最高点，E为过圆心O作垂直线与外接矩形的交点。易知，OA即为果实的半径而OF为果实的采摘点到果心的距离。根据日常知识可知，果实的采摘点到果实中心的距离接近果实半径或者略大于半径，即|AF|≈|AO|，假设|AF|＝|AO|，由于OE⊥AF，则△OEF≌△OEA，所以∠AOE≈∠EOF，A点和F点关于OE对称。所以，至此，可以解决此类球形果蔬的采摘点确定问题，包括非自然下垂生长和多个叠加果蔬的采摘点确定问题。

Claims

1、一种类球形果蔬的定位方法，该方法包括以下步骤：(1)、计算识别出的果蔬图像的最高点A，最低点B，最左点C和最右点D，构造外接矩形ABCD；

(2)、在像素集合ABCD，随机选择2点，对所述2点和点A构建一个圆，并同时求得圆心和半径；在所述构建的圆中，选择满足半径在该类球形果蔬半径的设定范围内、且包含边缘像素集上的点到确定的果心的距离在某一范围之内的点最多的圆的圆心为果蔬的中心；

2、如权利要求1所述的一种类球形果蔬的定位方法，其特征在于：所述的定位方法还包括：

(4)、当采摘完一个水果以后，只能重新获取新的图片，重复(1)～(3)。