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
江苏大学食品与生物工程学院， 江苏 镇江 212013
针对果实在未完全成熟前就需采摘以满足市场销售需求的实际情况，以及采摘机器人作业环境的复杂性，研究了自然场景下不同成熟度柑橘的识别方法。通过R与G分量间比值变换得到具有独特信息的比值图像，并在Munsell HSV颜色空间上，利用共轭激励法融合H和S分量图像，针对其与上述比值图像的弱相关性与强正交性，用其构建掩膜，来去除比值图像的背景，实现柑橘识别。实验结果表明此方法对柑橘识别精度达到92%，可以自适应地识别自然场景下不同成熟度的柑橘，且识别精度高，鲁棒性强。
比值变换 掩膜 融合 采摘机器人 ratio transformation mask fusion harvesting robot
