(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210530283.5 (22)申请日 2022.05.16 (71)申请人 内蒙古工业大 学 地址 010051 内蒙古自治区呼和浩特市新 城区爱民街 49号 (72)发明人 房建东　韩超　赵于东　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 陈潇潇 (51)Int.Cl. G06V 20/68(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/54(2022.01) G06V 10/56(2022.01)G06V 10/764(2022.01) (54)发明名称 成熟果实自适应识别方法及系统 (57)摘要 本发明实施例提供一种成熟果实自适应识 别方法及系统， 应用于采收机器人在西红柿与草 莓混种模式下成熟果实的自适应识别， 属于图像 处理技术领域。 所述方法包括： 采集作物的图像 信息， 并对所述图像信息进行内容识别； 基于内 容识别结果判定当前作物的作物类型； 基于当前 作物的作物类型选择对应的成熟果实识别算法， 作为预执行算法； 根据所述预执行算法在所述作 物的图像信息中进行成熟果实识别， 并输出对应 的识别结果。 本发明方案解决了现有成熟果实识 别方法应用场景 单一和识别精准度不高的问题。 权利要求书2页 说明书7页 附图1页 CN 114842469 A 2022.08.02 CN 114842469 A 1.一种成熟果实自适应识别方法， 应用于采收机器人在西红柿与草莓混种 模式下成熟 果实的自适应识别， 其特 征在于， 所述方法包括： 采集作物的图像信息， 并对所述图像信息进行内容识别； 基于内容识别结果判定当前作物的作物类型； 基于当前作物的作物类型选择对应的成熟果实识别算法， 作为预 执行算法； 根据所述预执行算法在所述作物的图像信 息中进行成熟果实识别， 并输出对应的识别 结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述采集作物的图像信息， 包括： 在预定采收工位上， 遍历进行 预定方向图像采集， 获得多个拍摄角度的场景图像信息； 对所有场景图像信息进行植株特征识别， 筛选出植株完全位于图像内的场景图像信 息； 识别筛选出的场景图像信 息的拍摄角度， 基于识别的拍摄角度进行当前采收工位作物 的图像信息采集。 3.根据权利要求2所述的方法， 其特 征在于， 进行内容识别包括： 进行果实轮廓识别和进行地膜 识别。 4.根据权利要求3所述的方法， 其特 征在于， 进行果实轮廓识别包括： 对作物的图像信息进行二 值化处理， 获得图像内的所有轮廓信息； 对所有轮廓信 息进行特征提取， 并基于预设的西红柿轮廓特征对提取的轮廓特征进行 分析， 判断其中是否存在符合西红柿轮廓特 征的轮廓； 进行地膜 识别包括： 在所述作物的图像信息中进行黑色特 征识别； 若识别到连续的黑色区域， 则判定存在地膜； 反 之， 则判定不存在地膜。 5.根据权利要求2所述的方法， 其特征在于， 所述基于所述内容识别结果判定当前作物 的作物类型， 包括： 基于果实轮廓识别结果进行第一次果实类型识别； 基于地膜 识别结果进行第二次果实类型识别； 若所述第一 次果实类型识别与所述第 二次果实类型识别结果相同， 将二者识别的果实 类型对应的作物类型作为当前识别的作物类型； 反之， 则重新进行第一次果实类型识别和 第二次果实类型识别， 直到二 者的识别结果相同。 6.根据权利要求5所述的方法， 其特 征在于， 所述第一次果实类型识别包括： 若果实轮廓识别结果为存在西红柿轮廓特征， 则判定当前作物为西红柿； 反之， 则为草 莓； 所述第二次果实类型识别包括： 若所述地膜识别结果 为存在地膜， 则判定当前作物为 草莓； 反之， 则为西红柿。 7.根据权利要求1所述的方法， 其特征在于， 根据 所述预执行算法在所述作物的图像信 息中进行成熟果实识别， 包括： 进行草莓成熟果实识别， 包括： 将所述作物的图像信息转换为 LAB图像； 在转换的LAB图像中提取A通道图像， 并基于预设范围调整所述A通道图像；权　利　要　求　书 1/2 页 2 CN 114842469 A 2对调整后的A通道图像进行开运算和/或闭运算， 并在运算完成后基于Canny边缘算子 提取草莓果实轮廓； 对所有草莓果实轮廓进行椭圆拟合， 基于拟合结果识别其中的成熟草莓 。 8.根据权利要求1所述的方法， 其特征在于， 根据 所述预执行算法在所述作物的图像信 息中进行成熟果实识别， 包括： 进行西红柿成熟果实识别， 包括： 将所述作物的图像信息转换为HSV图像， 并将所述HSV图像转换为灰度图像； 基于预设LBP算法对所述灰度图像进行纹理特征提取， 基于纹理特征提取结果进行成 熟西红柿识别； 其中， 所述基于预设LBP算法对所述灰度图像进行纹 理特征提取， 包括： 将所述灰度图像等 量划分为多个区域， 每 个区域不重叠； 在每一个区域内， 遍历每一个像素点， 以九宫格模式对比各像素点与其相邻的其他8个 像素点之间的灰度值； 基于对比结果进行 各像素点标记； 标记规则为： 当某像素点相邻的其他8个像素点的灰度值存在大于当前像素点的灰度值的情况时， 该像素点标记为1， 反 之则标记为0； 基于标记结果计算每 个区域的直方图， 并对各直方图进行归一 化处理； 将所有归一化处理后的直方图连接为一个特征向量， 获得LBP纹理特征向量， 完成纹理 特征提取。 9.一种成熟果实自适应识别系统， 应用于采收机器人在西红柿与草莓混种 模式下成熟 果实的自适应识别， 其特 征在于， 所述系统包括： 采集单元， 用于采集作物的图像信息， 并对所述图像信息进行内容识别； 处理单元， 用于： 基于内容识别结果判定当前作物的作物类型； 基于当前作物的作物类型选择对应的成熟果实识别算法， 作为预 执行算法； 识别单元， 用于根据所述预执行算法在所述作物的图像信息中进行成熟果实识别， 并 输出对应的识别结果。 10.一种计算机可读储存介质， 该计算机可读存储介质上储存有指令， 其在计算机上运 行时使得计算机执 行权利要求1 ‑8中任一项权利要求所述的成熟果实自适应识别方法。权　利　要　求　书 2/2 页 3 CN 114842469 A 3