基于改进凸壳理论的遮挡油茶果定位检测算法

针对传统凸壳理论进行遮挡果实定位检测时由于过多剔除有效轮廓，造成目标果实定位误差较大，甚至无法识别目标果实的问题，提出了一种基于改进凸壳理论的遮挡油茶果定位检测算法。首先利用基于颜色特征的阈值分割法对油茶果遮挡图像进行目标分割，并通过预处理操作剔除图像中的背景噪声，获得目标果实的二值图像;然后采用凹点搜寻算法检测重叠目标的凹点，并根据凹点对重叠目标进行分离，获得相互独立的目标图像;再构建各独立目标的凸包，并提取凸壳，利用轮廓提取算法确定各独立目标凸壳上的有效轮廓;最后根据提取的有效轮廓求解目标果实形心坐标和半径，完成遮挡果实的定位检测。试验结果表明，改进算法平均耗时为0.491s，比传统凸壳方法增加了24.07%，但其仅占油茶果采摘机器人单个果实采摘周期的2.46%，对于图像中的遮挡油茶果目标，改进方法的识别率达到93.21%，相比传统凸壳方法提升了7.47个百分点，改进算法的平均定位检测误差和平均重合度分别为5.53%和93.43%，比传统凸壳算法平均定位误差降低了6.22个百分点，平均重合度提高了6.79个百分点，表明文中所提出的方法能够较好地识别和定位自然环境中的遮挡油茶果