基于数字图像处理的苹果目标检测方法及装置

本发明涉及图像目标检测，尤其涉及一种基于数字图像处理的苹果目标检测方法及装置。

背景技术：

1、随着农业现代化的不断推进，自动化和智能化技术在农业生产中的应用日益广泛。在自动化采摘过程中，精确的目标检测是实现高效采摘的前提。苹果作为常见的水果之一，其目标检测技术的研究对于提高采摘机器人的实用性具有重要意义。

2、传统的苹果目标检测方法依赖于图像处理技术，包括颜色空间转换、阈值分割、边缘检测等步骤。现有的目标检测算法在处理复杂背景和遮挡情况下的鲁棒性不足，导致检测精度和准确性不高。

技术实现思路

1、本发明提供一种基于数字图像处理的苹果目标检测方法及装置，用以解决现有技术中目标检测算法在处理复杂背景和遮挡情况下的鲁棒性不足，导致检测精度和准确性不高的缺陷，实现提升苹果目标的检测识别率。

2、本发明提供一种基于数字图像处理的苹果目标检测方法，包括如下步骤：

3、将rgb颜色空间的待检测苹果图像转换到lab颜色空间，得到lab颜色空间待检测苹果图像；

4、基于lab颜色空间的a通道和b通道，对所述lab颜色空间待检测苹果图像中每个像素点的a分量和b分量进行提取，构建二维数据点集，并基于k-means算法对所述二维数据点集进行聚类，确定所述待检测苹果图像的苹果区域；

5、基于分水岭算法对所述苹果区域中粘连的苹果进行分离，得到苹果轮廓，并基于所述苹果轮廓中凸包的各顶点间的距离平均值，对所述苹果轮廓中的伪边缘进行去除，得到苹果的真实边缘；

6、对所述苹果的真实边缘使用最小二乘法拟合圆的最小外接矩形，得到多个苹果候选框，并基于交并比对所述多个苹果候选框进行筛选，得到苹果预测框。

7、根据本发明提供的一种基于数字图像处理的苹果目标检测方法，所述基于k-means算法对所述二维数据点集进行聚类之前，包括：

8、基于lab颜色空间的a通道，确定所述lab颜色空间待检测苹果图像的a通道颜色直方图的直方图特征，所述直方图特征包括极大值数目和位置；

9、基于lab颜色空间的b通道，确定所述lab颜色空间待检测苹果图像的b通道颜色直方图的直方图特征；

10、确定所述k-means算法的聚类数目为所述a通道颜色直方图的极大值数目，并基于所述a通道颜色直方图的直方图特征以及所述b通道颜色直方图的直方图特征，确定所述k-means算法的聚类中心。

11、根据本发明提供的一种基于数字图像处理的苹果目标检测方法，所述基于分水岭算法对所述苹果区域中粘连的苹果进行分离，得到苹果轮廓，包括：

12、基于距离变换将苹果区域的二值图像转换为距离变换图，并对所述距离变换图进行归一化处理，得到归一化距离变换图；

13、将所述归一化距离变换图中亮度大于预设亮度阈值的区域作为苹果区域的内部区域；

14、对所述内部区域进行标记，并对所述内部区域之外的外部区域标记；

15、基于分水岭算法，对标记后的各区域进行引导，以分离粘连的苹果，得到所述苹果轮廓。

16、根据本发明提供的一种基于数字图像处理的苹果目标检测方法，所述距离变换图进行归一化处理的计算公式为：

17、；

18、其中，为初始距离变换图，为归一化后距离变换图处像素点的灰度值，为初始距离变换图的最小灰度值，为初始距离变换图的最大灰度值。

19、根据本发明提供的一种基于数字图像处理的苹果目标检测方法，所述基于所述苹果轮廓中凸包的各顶点间的距离平均值，对所述苹果轮廓中的伪边缘进行去除，得到苹果的真实边缘，包括：

20、基于卷包裹法确定所述苹果轮廓中边缘的凸包，并计算所述凸包相邻两个顶点之间的距离；

21、在所述凸包的相邻两个顶点之间的距离大于预设顶点阈值的情况下，确定所述凸包的边缘段为伪边缘；

22、对所述伪边缘进行去除，得到苹果的真实边缘。

23、根据本发明提供的一种基于数字图像处理的苹果目标检测方法，所述基于交并比对所述多个苹果候选框进行筛选，得到苹果预测框，包括：

24、计算苹果候选框之间的交并比iou值；

25、从所述多个苹果候选框中确定iou值大于预设iou阈值的苹果候选框为苹果预测框。

26、本发明还提供一种基于数字图像处理的苹果目标检测装置，包括如下模块：

27、转换模块，用于将rgb颜色空间的待检测苹果图像转换到lab颜色空间，得到lab颜色空间待检测苹果图像；

28、苹果区域提取模块，用于基于lab颜色空间的a通道和b通道，对所述lab颜色空间待检测苹果图像中每个像素点的a分量和b分量进行提取，构建二维数据点集，并基于k-means算法对所述二维数据点集进行聚类，确定所述待检测苹果图像的苹果区域；

29、边缘确定模块，用于基于分水岭算法对所述苹果区域中粘连的苹果进行分离，得到苹果轮廓，并基于所述苹果轮廓中凸包的各顶点间的距离平均值，对所述苹果轮廓中的伪边缘进行去除，得到苹果的真实边缘；

30、预测框确定模块，用于对所述苹果的真实边缘使用最小二乘法拟合圆的最小外接矩形，得到多个苹果候选框，并基于交并比对所述多个苹果候选框进行筛选，得到苹果预测框。

31、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于数字图像处理的苹果目标检测方法。

32、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于数字图像处理的苹果目标检测方法。

33、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于数字图像处理的苹果目标检测方法。

34、本发明提供的基于数字图像处理的苹果目标检测方法及装置，通过将苹果图像lab颜色空间中的ab分量二维数据点集作为k-means算法聚类数目和聚类中心的依据，对二维数据点进行聚类实现对图像的分割，提取到苹果区域。使用分水岭算法对苹果区域中粘连的苹果进行分离，结合苹果边缘凸包各顶点间的距离平均值去除分离后各苹果区域的伪边缘，得到苹果的真实边缘；根据苹果的真实边缘使用最小二乘法拟合圆的最小外接矩形作为候选框，并基于交并比筛选候选框得到苹果预测框，降低了复杂环境的影响，提高了从图像中识别苹果目标的准确性。

技术特征：

1.一种基于数字图像处理的苹果目标检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于数字图像处理的苹果目标检测方法，其特征在于，所述基于k-means算法对所述二维数据点集进行聚类之前，包括：

3.根据权利要求1所述的基于数字图像处理的苹果目标检测方法，所述基于分水岭算法对所述苹果区域中粘连的苹果进行分离，得到苹果轮廓，包括：

4.根据权利要求3所述的基于数字图像处理的苹果目标检测方法，所述距离变换图进行归一化处理的计算公式为：

5.根据权利要求1所述的基于数字图像处理的苹果目标检测方法，所述基于所述苹果轮廓中凸包的各顶点间的距离平均值，对所述苹果轮廓中的伪边缘进行去除，得到苹果的真实边缘，包括：

6.根据权利要求1所述的基于数字图像处理的苹果目标检测方法，所述基于交并比对所述多个苹果候选框进行筛选，得到苹果预测框，包括：

7.一种基于数字图像处理的苹果目标检测装置，其特征在于，包括：

8.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于数字图像处理的苹果目标检测方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于数字图像处理的苹果目标检测方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于数字图像处理的苹果目标检测方法。

技术总结
本发明提供一种基于数字图像处理的苹果目标检测方法及装置，其中方法包括：将苹果图像LAB颜色空间中的AB分量二维数据点集作为k‑means算法聚类数目和聚类中心的依据，对二维数据点进行聚类实现对图像的分割，提取到苹果区域。使用分水岭算法对苹果区域中粘连的苹果进行分离，结合苹果边缘凸包各顶点间的距离平均值去除分离后各苹果区域的伪边缘，得到苹果的真实边缘；根据苹果的真实边缘使用最小二乘法拟合圆的最小外接矩形作为候选框，并基于交并比筛选候选框得到苹果预测框，降低了复杂环境的影响，提高了从图像中识别苹果目标的准确性。

技术研发人员：王建仑,肖思荣,胡宝月
受保护的技术使用者：中国农业大学
技术研发日：
技术公布日：2024/11/18