农业机械学报

作者：刘晓洋,赵德安,贾伟宽,阮承治,姬伟

单位：江苏大学,江苏大学,山东师范大学,武夷学院,江苏大学,

关键词：苹果;采摘机器人;特征提取;超像素分割;支持向量机

基金：国家自然科学基金项目（31571571、61903288）、山东省自然科学基金项目（ZR2017BC013）、福建省自然科学基金项目（2018J01471）和江苏省高校优势学科建设项目（PAPD）

针对苹果采摘机器人在自然环境下对着色不均匀果实的识别分割问题，提出了基于超像素特征的苹果采摘机器人果实分割方法。首先，采用简单线性迭代聚类算法将图像分割成内部像素颜色较为一致的若干超像素单元；然后，提取每个超像素的纹理和颜色特征，并采用支持向量机将超像素分为果实和背景两个类别；最后，根据超像素之间的邻接关系对分类结果进行进一步修正。实验表明，该方法能够对大部分超像素单元进行正确分类，平均每幅图像被错误分类的超像素约为2.28个。与采用像素级特征的色差法和采用邻域像素特征的果实分割方法相比，采用超像素特征的果实分割方法具有更好的分割效果。在进行邻接关系修正前，该方法图像分割准确率达0.9214，召回率达0.8565，平均识别分割一幅图像耗时0.6087s，基本满足实时性需求。

来源：2019年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第11期