草莓采摘机器人图像识别系统研究
2018年
软 件 2018, V ol. 39, No. 6
作者简介: 侯贵洋(1998-)，男，在读本科，研究方向：智能信号处理，图像处理，信息安全；赵桂杰(1997-)，男，在读本科，研究方向：图像处理，模式识别与智能系统；王璐瑶(1996-)，男，在读本科生，研究方向：机电与机器视觉。
草莓采摘机器人图像识别系统研究
侯贵洋1，赵桂杰2，王璐瑶3
（1. 天津工业大学电子信息工程学院通信工程系，天津 300387；2. 天津工业大学大学电子信息工程学院电信系，
天津 300387；3. 天津工业大学机械工程学院机电系，天津 300387）
摘 要: 现阶段随着工业自动化的不断发展，实现草莓采摘的智能化、机械化已经成为了一种必然的发展趋势，而实现智能草莓采摘的关键就是要设计出精度较高的图像识别系统。本文中的图像识别系统在识别草莓的过程中采用了颜色识别和特征识别相结合的方法，两种方法的结果进行比对得到草莓的质心坐标并且分辨出成熟草莓与不成熟草莓，最终结果误差很小。同时我们加入了卷积神经网络辅助级联分类器来对目标物草莓进行判别，最终正确率可以达到92%以上。在此基础上，我们通过Python 设计出上位机界面，界面中包含了图像识别效果图与控制指令等部分。
关键词: 图像识别系统；果实定位；卷积神经网络；Python ；上位机界面
中图分类号: TP242.6 文献标识码: A DOI ：10.3969/j.issn.1003-6970.2018.06.042
本文著录格式：侯贵洋，赵桂杰，王璐瑶. 草莓采摘机器人图像识别系统研究[J]. 软件，2018，39（6）：184-188
Research on Image Recognition System of Strawberry Picking Robot
HOU Gui-yang 1, ZHAO Gui-jie 2, WANG Lu-yao 3
(1. Department of Communications Engineering, Electronic Information Engineering School, Tianjin University of Technology, Xiqing, Tianjin, 300387; 2. Telecommunication Department, Electronic Information Engineering School, Tianjin University of Technology, Xiqing, Tianjin, 300387; 3. Eelectromechanical Department, Mechanical Engineering School, Tianjin University of Technology, Xiqing, Tianjin, 300387)
【Abstract 】: At current stage, with continuous development of industrial automation, it is an inevitable devel-opment trend to realize intelligentization and mechanization of strawberry picking, and the key to realize intelligent strawberry picking is to design a image recognition system with high precision. Image recognition system in the ar-ticle adopts combining method of color and feature recognition during strawberry identifying process. Compare re-sults of two methods to get centroid coordinates of strawberry and distinguish mature and immature strawberry, and final result is small. At the same time, we discriminate targeted strawberries with cascade classifier based on convo-lution neural network, and accuracy rate can reach more than 92%. On the basis, we designed host computer inter-face through Python, which includes image recognition effect diagram and control instruction and etc.
【Key words 】: Image recognition system; Fruit location; Convolution neural network; Python; Host computer in-terface
0 引言 果蔬采摘是果蔬生产过程中最为耗时、耗力、实效性强的生产环节之一，所需投入的劳动力约占整个生产种植过程的40%-50%。随着社会发展，特别是工业化发展进程使得农业劳动力逐渐减少，农业劳动力成本逐渐增加[1]。依靠人工劳作的生产形式已不能满足现代农业发展的需求。依靠机器人、智能化装备开展农业生产成为现代农业发展的迫切
需要。针对人工采摘草莓带来的问题以及我国草莓
种植面积的迅速推广，为实现草莓采摘的智能化、
机械化，我们设计了智能草莓采摘系统，而其中最
为核心的一部分即为草莓的图像识别系统。国内外
对果实图像识别这方面进行了大量的研究，但是仍
然有很多问题存在，比如果实的识别率、定位精度
不高，考虑到这个问题我们采用了颜色识别和特征
识别相结合的方法，在特征识别时我们加入卷积神
经网络来辅助Harr 级联分类器来识别草莓的特征点