陈丽娟
- 作品数：9 被引量：220H指数：7
- 供职机构：华南农业大学工程学院南方农业机械与装备关键技术省部共建教育部重点实验室更多>>
- 发文基金：国家自然科学基金广东省自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 面向复杂背景环境目标的快速识别研究被引量：2
- 2014年
- 面向复杂背景环境的定位目标的快速识别是野外作业机器人的关键技术,以柑橘为例,研究了自然环境下基于彩色信息的目标定位的识别方法。首先,采用YCbCr颜色模型来分析柑橘彩色图像的颜色和灰度特征,并通过Otsu与FCM分割算法相结合对在不同光照条件下拍摄的彩色目标图像进行分割;然后,利用形态学数学和区域标记消除分割后产生的随机噪声;最后,用凸包算法提取果实形状特征,并通过凸包算法来判定是否为柑橘和是否可采。对500张彩色柑橘图像进行分割,结果表明采用Cr颜色分量和Otsu与FCM算法相结合有效地解决复杂自然光照下的分割问题;对963个柑橘进行了凸包算法识别试验,总体识别率达87.53%。凸包算法对遮挡图像也可进行高效识别,并能快速、准确地提取柑橘目标的质心坐标。
- 吴定中邹湘军熊俊涛陈丽娟彭红星
- 关键词：机器视觉柑橘
- 基于微分进化的最大类间方差图像分割算法及应用被引量：2
- 2012年
- 通过对传统的最大类间方差胶囊图像分割法的研究,提出了一种基于微分进化算法的最大类间方差的图像分割方法,并且成功于应用于基于机器视觉的胶囊检测对象中。该方法利用胶囊图像分割阈值的实数编码序列作为样本个体,选择最大类间方差作为个体的生存适应度评价标准,进行一系列微分进化算法运算后,最终获得胶囊检测图像的理想分割阈值。实验分析结果表明该方法不仅可以达到最大类间方差法的图像分割效果,而且运行效率优于最大类间方差的图像分割方法,可以提高机器视觉中的图像分割质量。
- 陈科尹邹湘军陈丽娟
- 关键词：图像分割法最大类间方差法微分进化算法
- 基于探索性分析的的荔枝果及结果母枝颜色特征分析与识别被引量：30
- 2013年
- 从复杂背景中识别成熟荔枝串中的荔枝果及结果母枝,获取结果母枝上的采摘点是机器人视觉定位与识别的难点,荔枝果、结果母枝与叶子各部位图像颜色特征分析与识别成为研究重点。首先针对荔枝果与结果母枝的特点、光照与环境的特殊性及不确定性,提出了探索性分析与荔枝图像识别的融合方法,对荔枝果与结果母枝进行了图像分类与统计的探索性分析,并给出了荔枝图像数据的探索性分析流程图;其次,根据荔枝不同部位颜色均值分布的特点,设计了荔枝果、结果母枝及叶子在6种色彩模型下的颜色均值分布箱线图,通过图形启示的数据分析与探索,给出了基于YCbCr色彩空间的Cr单通道图的荔枝各部位分类识别的视觉模型,分析表明Cr分量值在0.5～0.54能去除叶子和侧枝等复杂背景,实现荔枝串中的荔枝果与结果母枝的分割。最后,以60组不同光照条件的180幅自然环境下采集的荔枝图像为试验测试对象,用颜色特征的视觉模型结合阈值分割方法有效地识别了成熟荔枝串与荔枝果,荔枝串与荔枝果的平均识别率分别为91.67%和95.00%。用探索性分析与图像运算相结合的方法成功地提取了结果母枝(识别率为86.67%),并用计算出的采摘点进行视觉定位的仿真。试验和仿真结果表明视觉模型及其方法能对荔枝不同部位进行有效识别。
- 郭艾侠邹湘军朱梦思陈燕熊俊涛陈丽娟
- 关键词：图像处理图像分割机器视觉
- 基于双次Otsu算法的野外荔枝多类色彩目标快速识别被引量：23
- 2014年
- 针对目前野外环境下多类目标识别速度偏慢,导致机器人视觉定位精度低和工作效率不高的难题,以野外环境下成熟荔枝的多类色彩目标识别为例,提出了一种双次Otsu分割算法对多类色彩目标进行识别。首先为了提高算法的效率,改进了传统的Otsu算式;然后对目标色彩图像的背景、果梗、果实分别用改进的Otsu算法进行粗分割和细分割。最后通过与K-均值聚类(K-means)算法、模糊C均值聚类(FCM)算法、Otsu和K-means结合算法、Otsu和FCM结合算法这4种算法进行对比,双次Otsu算法从分割质量及其正确分割率、运行时间、稳定性3方面都优于其他4种算法。实验结果表明,双次Otsu算法对色彩目标的成熟荔枝识别的时间少于0.2 s。
- 彭红星邹湘军陈丽娟熊俊涛陈科尹林桂潮
- 关键词：荔枝多目标K-均值聚类模糊C均值聚类
- 采摘机械手对扰动荔枝的视觉定位被引量：82
- 2012年
- 为了解决采摘机器人在自然环境中对扰动状态荔枝的视觉精确定位问题,该文分析机械手采摘过程中荔枝产生扰动的因素,设计制造了模拟荔枝振动的试验平台,该试验平台通过改变方向、振频、振幅等振动条件来模拟采摘过程中的扰动环境;结合振动平台运动参数,提出了双目立体视觉系统采集扰动状态的荔枝图像方法,在HSI颜色空间中对预处理后荔枝图像利用模糊C均值聚类法(FCM,fuzzyC-means)分割荔枝果实和果梗,然后利用Hough变换算法进行直线拟合确定有效的果梗采摘区域和采摘点,对多帧图像中采摘点坐标取平均值,然后进行三维重建确定空间采摘点坐标。荔枝扰动状态的视觉定位试验结果表明,空间定位深度值误差小于6cm,荔枝采摘机械手能实现有效采摘,该研究为机械手实际作业提供指导。
- 熊俊涛邹湘军陈丽娟蔡伟亮彭红星
- 关键词：视觉图像识别采摘机械手
- 荔枝采摘机械手果实识别与定位技术被引量：27
- 2012年
- 针对采摘机械手在自然环境下对荔枝的识别和精确定位问题进行研究.通过分析自然环境成熟荔枝的颜色特征,选取HSV颜色模型进行阀值分割,去除荔枝图像的复杂背景,并利用模糊C-均值聚类法(FCM)对图像中荔枝果实和果梗进行分割,试验结果表明:有效识别果实和果梗的正确率为93.3%.通过计算果实"质心"与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位,定位试验结果表明:定位坐标中深度值误差小于3 cm,深度值误差率小于5.64%,能满足实际作业中荔枝采摘机械手的定位精度要求.
- 熊俊涛邹湘军陈丽娟彭红星吴定中
- 关键词：采摘机械手机器视觉图像识别
- 基于机器视觉的自然环境中成熟荔枝识别被引量：69
- 2011年
- 研究了自然场景下成熟荔枝的识别技术。通过分析荔枝彩色图像的颜色和灰度特征,选取YCbCr颜色模型进行处理,对其Cr分量图进行阈值分割去除复杂背景,并采用形态学和连通区域标注法消除分割后的随机噪声;然后结合一维随机信号直方图分析法与模糊C均值聚类法(FCM)对处理后的荔枝图像进行聚类和分割,实现荔枝果实和果梗的识别。不同光照条件下的识别实验结果表明,算法均能有效分割出果实和果梗,综合识别率达到95.5%。
- 熊俊涛邹湘军陈丽娟郭艾侠
- 关键词：图像识别模糊聚类机器视觉
- 基于机器视觉的自然环境下的目标定位研究
- 荔枝、柑橘采摘效率的提高是提升岭南地区特色水果质量、降低成本的重要途径。农业采收机器人的应用是提高水果采摘效率的有效途径之一。但由于荔枝、柑橘果实形态、颜色、纹理及生长环境的复杂性等因素，目前我国荔枝、柑橘的采摘无法实现...
- 陈丽娟
- 关键词：机器视觉荔枝柑橘图像分割采摘机器人
- 基于视觉显著性改进的水果图像模糊聚类分割算法被引量：53
- 2013年
- 准确分割水果图像是采摘机器人实现视觉定位的关键技术。该文针对传统模糊聚类对初始聚类中心敏感、计算量大和易出现图像过分割等问题,结合机器人的视觉特性,提出了一种基于多尺度视觉显著性改进的水果图像模糊聚类分割算法。首先,选择适当的颜色模型把彩色水果图像转换为灰度图像;然后对灰度图像做不同尺度的高斯滤波处理,基于视觉显著性的特点,融合了多个不同尺度的高斯滤波图像,形成图像聚类空间;最后,用直方图和模拟退火粒子群算法对图像的传统模糊聚类分割算法进行了改进,用改进的算法分别对采集到的100张成熟荔枝和柑橘图像,各随机选取50张,进行图像分割试验。试验结果表明:该方法对成熟荔枝和柑橘的图像平均果实分割率分别为95.56%和93.68%,平均运行时间分别为0.724和0.790s,解决了水果图像过分割等问题,满足实际作业中采摘机器人对果实图像分割率和实时性的要求,为图像分割及其实时获取提供了一种新的基础算法,为视觉精确定位提供了有效的试验数据。
- 陈科尹邹湘军熊俊涛彭红星郭艾侠陈丽娟
- 关键词：模糊聚类模拟退火粒子群算法采摘机器人
