江苏大学 食品与生物工程学院,江苏 镇江 212013
为了实现采摘机器人在复杂的自然场景下正确识别树上果实，来完成果实采摘，研究了不同环境下柑橘的识别方法.针对复杂的自然环境的影响及传统方法的局限性，在可见光和近红外区域择选5个特征波长滤波片，采集得到5幅滤波后的图像，并利用光谱角分类算法完成柑橘识别.试验结果表明，在光照角度、光照强度等不同条件下，柑橘的识别准确度达到96%.研究表明，滤波片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘.
光谱图像 滤波片 波谱角分类 采摘机器人 识别 柑橘 Spectral imaging Filter Spectral angle mapper (SAM) Harvesting robot Recognition Citrus
