JPH0944650A - 果実認識装置 - Google Patents

Abstract

(57)【要約】 【課題】ヒストグラムのピーク輝度値からしきい値を決
める場合、輝度変化の小さい画像ではヒストグラムにピ
ークが存在せず、しきい値が求まらないことがある。 【解決手段】まず、画像を１画素単位に入力し、入力し
た画像をＲ，Ｇ，Ｂ画像に分解し、それぞれの画像の輝
度の最低値から最高値を０から２５５の値に線形変換
し、Ｒ，Ｇ，Ｂ画像の輝度の変化量を拡大する。次に、
Ｒ，Ｇ，Ｂ画像それぞれの輝度分布を計算してヒストグ
ラムを作成し、さらに、作成したＲ，Ｇ，Ｂ画像のヒス
トグラムを移動平均法により平滑化する。ここで、Ｒ，
Ｇ，Ｂそれぞれの画像のヒストグラムの低輝度側から見
て最初のピークである最低輝度ピークを、微分係数１０
以下で微分して検出し、この最低輝度ピークの輝度値を
平均して２値化のしきい値を決定する。最後に、画像の
Ｒ，Ｇ，Ｂ信号を輝度加算してＲ＋Ｇ＋Ｂ画像を作成
し、このＲ＋Ｇ＋Ｂ画像を前記しきい値で２値化する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、カラーＣＣＤカメ
ラの視覚情報により果実収穫マニピュレータを操縦して
果実を自動的に収穫する果実自動収穫機に関し、特にそ
の果実認識装置の画像処理に関する。

【０００２】

【発明が解決しようとする課題】２値化のしきい値は、
きゅうりなどの対象物が一番際立つように、人間が試行
錯誤的に調整しながら人為的に決めるのが一般的である
が、コンピュータで自動的に画像処理する場合、画像の
階調を２５６段階に分け、横軸に階調の輝度値、縦軸に
階調の出現頻度を表す輝度分布曲線（ヒストグラム）を
作成し、この曲線の低輝度側から見て最初のピーク輝度
値と次のピーク輝度値との間の谷のところにしきい値を
設定して決める例などもある。しかし、ヒストグラムの
ピーク輝度値からしきい値を決める場合、輝度変化の小
さい画像ではヒストグラムにピークが存在せず、しきい
値が求まらないことがある。

【０００３】本発明は、このような問題を解消するた
め、例えば、きゅうりなどの果実の輝度がＲ，Ｇ，Ｂい
づれの画像においても低い傾向があり、Ｒ，Ｇ，Ｂ画像
ヒストグラムの低輝度領域においてピークをなす知見を
もとに、２値化のしきい値を決定する。これにより、輝
度変化の小さい画像でも、しきい値が求まらず果実が抽
出できないことのないようにする。

【０００４】

【課題を解決するための手段】かかる目的を達成するた
めに、本発明は以下のように構成した。

【０００５】すなわち、カラーＣＣＤカメラのカラー画
像を解析して果実認識を行う果実認識装置において、前
記カラー画像のＲ，Ｇ，Ｂ輝度分布曲線の低輝度側から
見て最初のピークを検出する最低輝度ピーク検出手段
と、前記Ｒ，Ｇ，Ｂ輝度分布曲線それぞれの最低輝度ピ
ークの輝度値から２値化のしきい値を決定するしきい値
決定手段と、前記カラー画像を輝度加算したＲ＋Ｇ＋Ｂ
画像を前記しきい値で２値化して果実抽出２値画像を得
る２値化手段と、を備え、前記果実抽出２値画像を解析
して果実認識を行うことを特徴とする果実認識装置であ
る。

【０００６】

【発明の実施の形態】以下に図面を参照して本発明の実
施の形態について説明する。

【０００７】図１は本発明の実施の形態の果実認識装置
のブロック図である。果実認識装置１は、被写体を撮像
して画像信号を出力するカラーＣＣＤカメラ２と、前記
画像信号を入力して信号処理結果画像を出力する信号処
理装置３と、前記信号処理結果画像を入力して画像認識
を行うＣＰＵ４とから構成される。

【０００８】カラーＣＣＤカメラ２は、対象物の像を光
学レンズ５でＣＣＤイメージセンサ６の感光面に結像さ
せる。ＣＣＤイメージセンサ６はラスタ走査により、各
画素に当たっている光の照度に応じた電気信号をアナロ
グ信号として、順次出力する。

【０００９】信号処理装置３は、前段のアナログのプロ
セス増幅器７で前記画像情報のアナログ信号を整形し、
同期パルスに基づいて各画素を読み出す。次のＡ／Ｄ変
換器８では、アナログ信号を量子化してデジタル信号に
変換する。後段の信号処理部９では、種々の画像処理ア
ルゴリズムにより、雑音除去、ひずみ補正などの処理を
行った後、信号処理結果画像を出力する。

【００１０】ＣＰＵ４は、前段の前処理部１０で、前記
信号処理結果画像を入力して画像を２値化する。次の特
徴抽出部１１で、この２値画像を解析して果実などの対
象物の特徴抽出を行う。最後の認識部１２で、この抽出
した対象物の特徴量を算出して果実か否かを判定する。

【００１１】前処理部１０は、前記信号処理結果画像を
入力して画像を２値化する。図２に示すフローチャート
を参照してこの２値化処理について説明する。処理を開
始すると（ステップ１０１）、まず前記信号処理結果画
像を１画素単位に入力する（ステップ１０２）。次に、
入力した前記信号処理結果画像をＲ，Ｇ，Ｂ画像に分解
し、それぞれの画像の輝度の最低値から最高値を０から
２５５の値に線形変換し、Ｒ，Ｇ，Ｂ画像の輝度の変化
量を拡大する（ステップ１０３）。その後で、Ｒ，Ｇ，
Ｂ画像それぞれの輝度分布を計算してヒストグラムを作
成し（ステップ１０４）、さらに、作成したＲ，Ｇ，Ｂ
画像のヒストグラムを移動平均法により平滑化する（ス
テップ１０５）。ここで、Ｒ，Ｇ，Ｂそれぞれの画像の
ヒストグラムの低輝度側から見て最初のピークである最
低輝度ピークを、微分係数１０以下で微分して検出し
（ステップ１０６）、この最低輝度ピークの輝度値を平
均して２値化のしきい値を決定する（ステップ１０
７）。次に、前記信号処理結果画像のＲ，Ｇ，Ｂ信号を
輝度加算してＲ＋Ｇ＋Ｂ画像を作成し（ステップ１０
８））、このＲ＋Ｇ＋Ｂ画像を前記しきい値で２値化し
て（ステップ１０９）、処理を終了する（ステップ１１
０）。

【００１２】本発明の実施の形態では２値化のしきい値
を、Ｒ，Ｇ，Ｂそれぞれの画像のヒストグラムから求め
る。図３、図４および図５に、サンプル画像のＲ，Ｇ，
Ｂ画像それぞれのヒストグラムを、また、図６に、この
サンプル画像のＲ，Ｇ，Ｂ画像を輝度加算したＲ＋Ｇ＋
Ｂ画像のヒストグラムを、さらに図７に、このＲ＋Ｇ＋
Ｂ画像のヒストグラムを移動平均法により平滑化したヒ
ストグラムを示す。

【００１３】図３、図４、図５、図６および図７に示す
ヒストグラムは、画像の階調を２５６段階に拡大し、横
軸に階調の輝度値、縦軸に階調の出現頻度を示したもの
である。これらのヒストグラムを参照して、本発明の実
施の形態のしきい値の算出方法を説明する。しきい値の
算出は、次の計算式で行う。 ｓ ＝ ｐ＋ａ×ｐ ここで、ｓはしきい値、ｐはＲ，Ｇ，Ｂ画像の最低輝度
ピークの輝度値の平均、ａは定数である。本発明の実施
の形態ではｐを次の２通りの方法で計算する。第１番目
の計算方法は ｐ＝（Ｒ，Ｇ，Ｂ画像の最低輝度ピーク輝度値の合計）
÷３ とし、第２番目の計算方法は ｐ＝（Ｒ，Ｇ，Ｂ画像の最低輝度ピーク輝度値の高い方
の２つの合計）÷２ とする。

【００１４】以上の計算式に従って図３、図４および図
５の例でしきい値を計算すると、それぞれの最低輝度ピ
ークの輝度値は、図３に示すＲ画像のヒストグラムが２
９、図４に示すＧ画像のヒストグラムが３６、図５に示
すＢ画像のヒストグラムが１６となる。従って、第１番
目の計算方法では ｐ＝（２９＋３６＋１６）／３＝２７ となり、第２番目の計算方法では ｐ＝（２９＋３６）／２＝３２．５ となる。ここで、ａ＝０．３とすると、求めるしきい値
ｓは、第１番目の計算方法では ｓ＝２７＋０．３×２７＝３５ となり、第２番目の計算方法では ｓ＝３２．５＋０．３×３２．５＝４２．３ となる。

【００１５】次に、第１番目の計算方法で求めたしきい
値と、第２番目の計算方法で求めたしきい値を、人間が
人為的に設定したしきい値と比較する。ここでの標本数
は、第１番目の計算方法の場合が２０で、第２番目の計
算方法の場合が１８である。図８の表に、計算で求めた
しきい値と人間が設定したしきい値の平均を示す。この
表から、計算で求めたしきい値と人間が設定したしきい
値の間には危険率１％で有意差は認められない。図９の
表に、計算で求めたしきい値と人間が設定したしきい値
の相関を示す。この場合の相関係数は適正範囲の中央値
とし、計算値が適正範囲に含まれる画像を対象とした。
この表から、計算で求めたしきい値と人間が設定したし
きい値の間には危険率１％でいずれの計算方法において
も強い相関があることが分かる。

【００１６】次に、本発明に関連してきゅうりなどの果
実表面に生じる光の正反射部の穴埋め処理について説明
する。きゅうりなどの果実の表面には、日光の当たり具
合によって、光が正反射（ハレーション）する部分が生
じる。この光の正反射部は輝度が周囲より極端に高いの
で、Ｒ，Ｇ，Ｂ信号を直接２値化したのでは、果実の正
反射部に相当する部分に穴の明いた画像ができてしま
う。そのため、その後の果実認識の精度が低下し、マニ
ピュレータの操縦に支障をきたすので果実を正確に収穫
できないという問題があった。

【００１７】このような問題を解消するため、次のよう
にして果実の認識精度を向上させることができる。ま
ず、Ｒ，Ｇ，Ｂの輝度差画像Ｇ−Ｒ、Ｇ−Ｂ、Ｒ−Ｂ画
像毎にそれぞれのヒストグラムの最低輝度ピークと最高
輝度ピークの間に存在するピーク輝度値を検出し、この
ピーク輝度値をしきい値としてそれぞれの輝度差画像を
２値化する。次に、これらの２値画像をＡＮＤ処理して
果実表面に生じる光の正反射部を抽出する。最後に、こ
のＡＮＤ画像とＲ，Ｇ，Ｂの輝度加算画像Ｒ＋Ｇ＋Ｂ画
像を２値化した果実抽出２値画像をＯＲ処理してこの光
の正反射部を穴埋めする。

【００１８】図１０に示すフローチャートを参照して、
この果実表面に生じる光の正反射部の穴埋め処理につい
て説明する。処理を開始すると（ステップ２０１）、カ
ラーＣＣＤカメラのカラー画像を１画素単位に入力し
（ステップ２０２）、このカラー画像のＲ，Ｇ，Ｂ輝度
差Ｇ−Ｒ、Ｇ−Ｂ、Ｒ−Ｂを計算し（ステップ２０
３）、低輝度部分を見易くするために、計算した輝度差
を対数変換し（ステップ２０４）、Ｇ−Ｒ、Ｇ−Ｂ、Ｒ
−Ｂ輝度差画像の輝度分布を計算して、それぞれの輝度
分布曲線を作成する（ステップ２０５）。次に、これら
の輝度分布曲線を階状歩補間処理し（ステップ２０
６）、補間処理したこれらの輝度分布曲線を移動平均法
により平滑化し（ステップ２０７）、平滑化したこれら
の輝度分布曲線を一次微分計算により微分して度数の増
加部分を判定し（ステップ２０８）、さらに二次微分計
算により微分して度数の増加部分のピークを判定する
（ステップ２０９）。以上の処理により、輝度分布曲線
の最低輝度ピークと最高輝度ピークの間に存在するピー
ク輝度値を検出し（ステップ２１０）、このピーク輝度
値をしきい値としてＧ−Ｒ、Ｇ−Ｂ、Ｒ−Ｂ輝度差画像
をそれぞれ２値化し（ステップ２１１）、この２値化し
たＧ−Ｒ、Ｇ−Ｂ、Ｒ−Ｂ輝度差画像をＡＮＤ処理して
果実表面に生じる光の正反射部を抽出し（ステップ２１
２）、先にＲ＋Ｇ＋Ｂ画像を２値化した果実抽出２値画
像と、このＡＮＤ画像をＯＲ処理して光の正反射部を穴
埋めする（ステップ２１３）。

【００１９】次に、本発明に関連してきゅうり果実の識
別方法について説明する。従来、棚栽培中のきゅうりの
画像認識において、２値画像の水平方向の中心線が直線
的に伸びているものをきゅうりとして識別していた。こ
の場合、中心線には上下方向の形態的特徴しか反映され
ないため、葉の形態によっては中心線が直線となり、き
ゅうりと誤認するという問題があった。

【００２０】このような問題を解消するため、次のよう
にしてきゅうりの認識精度を向上させることができる。
すなわち、画像の中心線をあらかじめ設定した傾斜角度
方向から求めることにより中心線に上下方向と左右方向
の形態的特徴を反映させることができる。図１１に示す
ように、例えば、矩形の水平方向の中心線は垂直線を形
成するが、傾斜角度方向の中心線は斜線または水平線を
形成する。このように、傾斜角度方向の中心線には一般
的に形状の特性が現れる。

【００２１】商品価値のあるきゅうりの形態は、２値画
像においても曲りがなく、垂直方向に長方形のような形
を形成するが、葉など果実以外の部分は不定形である。
この方法では、あらかじめ設定した傾斜角度方向の中心
線には水平方向と垂直方向の形態的特徴が反映されると
いう現象を利用して果実認識を行うもので、きゅうりに
ついては垂直方向の直線性が保たれるが、葉などは水平
方向の形態が反映されるので、その中心線は水平方向に
伸びたりする。また、垂直方向の直線も短くなる。従っ
て、あらかじめ設定した傾斜角度方向の中心線を利用す
ることにより、最終的な果実の認識精度を向上させるこ
とができる。

【００２２】次に、本発明に関連してきゅうりなどの果
実の太さを計測する方法について説明する。きゅうり
は、真っ直ぐなものから曲がっているものまで、その形
状がまちまちなため、きゅうり全体の太さを計測するの
は困難である。また、計測できても精度の悪いものとな
るという問題があった。

【００２３】このような問題を解消するため、次のよう
な方法できゅうりの太さを計測することができる。すな
わち、きゅうりの画像認識において、図１２に示すよう
に、きゅうりの果柄部からいぼのある境界までの部分を
きゅうりの把持部とし、この把持部の一部中心線に回帰
直線を当てはめ、この回帰直線に直交する果実幅線の平
均長をきゅうりの太さとする。この方法は、上部、中
央、下部などいろいろな果実の各部の太さを計測すると
きにも応用可能である。

【００２４】この方法では、果実の果柄部側など、曲る
率の低い限定された領域の太さを計測するので、安定し
た測定精度を維持することができる。また、画像認識の
計算時間も短くなるので、果実の収穫効率が向上する。

【００２５】次に、本発明に関連して果実収穫のスライ
ド・アップ制御について説明する。画像認識により棚作
の果菜類を収穫する収穫ロボットにおいて、植物の緑色
の面積割合など入力画像中の植物の状態によってスライ
ド・アップ制御を行い、果実の収穫効率を向上させるこ
とができる。すなわち、栽培棚の下方を画像入力して収
穫する果実がなければ、上方は写さないようにスライド
・アップ制御を行う。

【００２６】図１３に示すフローチャートを参照して、
このスライド・アップ制御について説明する。処理を開
始すると（ステップ３０１）、カラーＣＣＤカメラのカ
ラー画像を１画素単位に入力し（ステップ３０２）、こ
のカラー画像の緑色の面積割合を計算して（ステップ３
０３）、緑色の面積割合が収穫実行面積以上あるかを判
定し（ステップ３０４）、収穫実行面積以上あれば収穫
実行フラグをセットする（ステップ３０５）。次に、緑
色の面積割合が棚上方に果実が存在する面積以上あるか
を判定し（ステップ３０６）、存在面積以上あれば棚上
方収穫フラグをセットする（ステップ３０７）。

【００２７】この方法では、作物の成長に合わせた収穫
作業を収穫ロボットに行わせることができるので、バッ
テリーの使用効率や、作物の収穫効率を向上させること
ができる。

【００２８】次に、本発明に関連してカメラレンズの曇
り防止装置について説明する。カラーＣＣＤカメラの画
像を解析して果実を認識する果実収穫ロボットにおい
て、あらかじめ記憶している湿り空気線図テーブルと気
温および相対湿度から、露点温度を算出し、気温との温
度差があらかじめ設定した値以下になった時に、例えば
ヒーターなどのカメラレンズの曇り防止装置を作動させ
る。これにより、曇り除去などの作業をなくすことがで
きる。露点温度を算出するには、気温および相対湿度の
他に湿球温度、絶対湿度、エンタルピの内の２つを求め
ることによっても可能であるが、現状では測定が容易な
気温および相対湿度により露点温度を算出する。

【００２９】図１４に示すフローチャートを参照して、
このカメラレンズの曇り防止処理について説明する。処
理を開始すると（ステップ４０１）、まず、乾球温度を
測定し（ステップ４０２）、次に、相対湿度を測定して
（ステップ４０３）、湿り空気線図テーブルにより露点
温度を計算する（ステップ４０４）。そして、気温との
温度差Δｔを計算し（ステップ４０５）、Δｔが一定値
以下かどうかを判定し（ステップ４０６）、一定値以下
であれば曇り防止装置をオンにし（ステップ４０７）、
そうでなければ曇り防止装置をオフにする（ステップ４
０８）。

【００３０】この方法では、カメラレンズ表面に曇りが
生じる前に曇り防止装置が作動するため、曇り除去作業
によるロスタイムがなくなると共に、ほこりなどがカメ
ラレンズに付着することがなくなる。従って、果実の収
穫効率を向上させることができる。

【００３１】次に、本発明に関連してカメラ絞りの調整
制御について説明する。室外でカラーＣＣＤカメラの画
像を解析して果実を認識する果実収穫ロボットにおい
て、画像中の輝度の高い部分の割合から適正なカメラ絞
りを判断して調整し、これを一定間隔毎に行うことによ
り、画像認識の精度を向上させることができる。あらか
じめ、照度と絞りの関係が分かっている場合は、照度セ
ンサによって適正なカメラ絞りを判断して調整してもよ
い。

【００３２】図１５に示すフローチャートを参照してこ
のカメラ絞りの調整処理について説明する。処理を開始
すると（ステップ５０１）、カラーＣＣＤカメラのカラ
ー画像を１画素単位に入力し（ステップ５０２）、この
カラー画像のＲ，Ｇ，Ｂ画像それぞれの輝度分布を計算
し（ステップ５０３）、さらにそれぞれの画像の高輝度
部分の割合を計算し（ステップ５０４）、この高輝度部
分の割合が適正かどうかを判定し（ステップ５０５）、
適正であれば処理を終了し（ステップ５０６）、そうで
なければ、さらにこの高輝度部分の割合が高いかどうか
を判定し（ステップ５０７）、高ければカメラ絞りを絞
るように調整し（ステップ５０８）、そうでなければカ
メラ絞りを広げるように調整する（ステップ５０９）。

【００３３】ここでの高輝度部分とは画像の輝度を２５
６段階に区分した２３０以上の輝度レベルにある部分
で、その割合が６０〜７０％になるときが適正と判断し
てカメラ絞りを調整する。図１６に、カメラ絞りを５．
６と１６．０に設定して撮影した同一画像のＲ，Ｇ，Ｂ
画像における高輝度部分の割合を順光と逆光別に整理し
た表を図示する。

【００３４】室外の照度は季節、天候、時間などによっ
て大きく変化するが、この方法では、入力画像中の高輝
度部分の割合が一定値以下になるようにカメラ絞りを調
整する。従って、順光、逆光にかかわらず画像中の情報
の欠落が少なくなり、画像認識の精度を向上させること
ができる。

【００３５】次に、本発明に関連してカメラのシャッタ
速度制御について説明する。カメラのシャッタ速度を速
くすることは、カメラ絞りを絞ることと同じことになる
ので、画像中の輝度の高い部分の割合から、カメラのシ
ャッタ速度を適正に変更することができる。特に、太陽
の下で行うハウスを含む室外作業においてこの方法は有
効である。なお、照度によりカメラのシャッタ速度制御
をオン、オフしてもよい。

【００３６】図１７に示すフローチャートを参照してこ
のカメラのシャッタ制御処理について説明する。処理を
開始すると（ステップ６０１）、まず、夜間作業かどう
かを判定し（ステップ６０２）、夜間作業であればカメ
ラ絞りを全開に調整し（ステップ６０３）、そうでなけ
ればカメラ絞りを１６．０に調整する（ステップ６０
４）。次に、カラーＣＣＤカメラのカラー画像を１画素
単位に入力し（ステップ６０５）、その後、このカラー
画像のＲ，Ｇ，Ｂ画像それぞれの輝度分布を計算し（ス
テップ６０６）、さらに、それぞれの画像の高輝度部分
の割合を計算し（ステップ６０７）、ここで、この高輝
度部分の割合が設定値より大かどうかを判定し（ステッ
プ６０８）、大であればシャッタ速度を高速化し（ステ
ップ６０９）、そうでなければ処理を終了する（ステッ
プ６１０）。

【００３７】室外作業において、太陽が天空にある時間
帯は入力画像が順光あるいは逆光のいづれかの状態にな
る。この時、カメラ絞りが固定されていると逆光の場
合、入力画像に輝度の飽和が起り、正確な画像情報を得
ることができなくなる。この方法は、このような問題を
解消すると共に、機械的な制御ではないので、高速、か
つ、低コストで処理することができる。

【００３８】以上述べた本発明の実施の形態は主にきゅ
うりを対象としたが、トマト、なす、りんごなどの果菜
類にも適用できる。

【００３９】

【発明の効果】本発明においては、最低輝度ピークの輝
度値から２値化のしきい値を決定するので、輝度変化が
小さい画像でもしきい値を求めて果実の画像を適確に抽
出できるという効果を奏する。

【図面の簡単な説明】

【図１】本発明の実施の形態の果実認識装置のブロック
図である。

【図２】本発明の実施の形態の２値化処理を説明するフ
ローチャートである。

【図３】本発明の実施の形態のサンプル画像のＲ画像ヒ
ストグラムである。

【図４】本発明の実施の形態のサンプル画像のＧ画像ヒ
ストグラムである。

【図５】本発明の実施の形態のサンプル画像のＢ画像ヒ
ストグラムである。

【図６】本発明の実施の形態のサンプル画像のＲ＋Ｇ＋
Ｂ画像ヒストグラムである。

【図７】本発明の実施の形態のサンプル画像のＲ＋Ｇ＋
Ｂ画像ヒストグラムを平滑化したヒストグラムである。

【図８】計算で求めたしきい値と人間が設定したしきい
値の平均を示す表である。

【図９】計算で求めたしきい値と人間が設定したしきい
値の相関を示す表である。

【図１０】光の正反射部の穴埋め処理を説明するフロー
チャートである。平滑化した補間曲線の二次微分計算を
行ったグラフである。

【図１１】矩形の水平方向の中心線と傾斜角度方向の中
心線を示す図である。

【図１２】きゅうりの把持部の回帰直線と直交する果実
幅線を示す図である。

【図１３】スライド・アップ制御を説明するフローチャ
ートである。

【図１４】カメラレンズの曇り防止処理を説明するフロ
ーチャートである。

【図１５】カメラ絞りの調整処理を説明するフローチャ
ートである。

【図１６】カメラ絞りを変えて撮影した高輝度部分の割
合を示す表である。

【図１７】カメラのシャッタ制御処理を説明するフロー
チャートである。

【符号の説明】

１ 果実認識装置 ２ カラーＣＣＤカメラ ３ 信号処理装置 ４ ＣＰＵ ５ 光学レンズ ６ ＣＣＤイメージセンサ ７ プロセス増幅器 ８ Ａ／Ｄ変換器 ９ 信号処理部 １０ 前処理部 １１ 特徴抽出部 １２ 認識部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 カラーＣＣＤカメラのカラー画像を解析
   して果実認識を行う果実認識装置において、 前記カラー画像のＲ，Ｇ，Ｂ輝度分布曲線の低輝度側か
   ら見て最初のピークを検出する最低輝度ピーク検出手段
   と、 前記Ｒ，Ｇ，Ｂ輝度分布曲線それぞれの最低輝度ピーク
   の輝度値から２値化のしきい値を決定するしきい値決定
   手段と、 前記カラー画像を輝度加算したＲ＋Ｇ＋Ｂ画像を前記し
   きい値で２値化して果実抽出２値画像を得る２値化手段
   と、を備え、 前記果実抽出２値画像を解析して果実認識を行うことを
   特徴とする果実認識装置。