采摘机器人果实识别的多源图像配准

被引：27

作者：

冯娟 ^{[1
,2
]}

刘刚 ^{[1
]}

王圣伟 ^{[1
]}

马晓丹 ^{[1
]}

周薇 ^{[1
]}

机构：

[1] 中国农业大学现代精细农业系统集成研究教育部重点实验室

[2] 河北农业大学信息科学与技术学院

来源：

农业机械学报 | 2013年 / 44卷 / 03期

关键词：

果实识别; 非结构化环境; 光学混合探测; 多源图像; 尺度不变特征; 图像配准;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了提高果实识别的准确性,减少非结构化环境对识别的影响,使用基于光学混合探测(PMD)技术的深度摄像机与RGB摄像机组合捕获果园环境的多源图像;SURF算法提取待配准图像的尺度不变特征,欧式距离作为判断特征相似性的测度,最近邻与次近邻比值实现特征向量的初匹配,最近邻的搜索策略加速匹配过程;剔除异常点与优化模型交替迭代的方法提纯匹配结果;并以均方误差(MSE)、归一化互信息(NMI)和相关系数(COEF)作为配准效果的客观评价标准。不同试验结果表明:双摄像机组合丰富了锁定目标区域的信息量,配准算法的实时性、鲁棒性及精度均能满足果园试验的要求。

引用

页码：197 / 203

页数：7

共 13 条

[11] Review on fruit harvesting method for potential use of automatic fruit harvesting systems[J] . Peilin Li,Sang-heon Lee,Hung-Yao Hsu.Procedia Engineering . 2011
[12] A laser scanning system for estimating wind velocity reduction through tree windbreaks
Lee, K. H.
Ehsani, R.
Castle, W. S.
[J]. COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2010, 73 (01) : 1 - 6
[13] Image fusion of visible and thermal images for fruit detection
Bulanon, D. M.
Burks, T. F.
Alchanatis, V.
[J]. BIOSYSTEMS ENGINEERING, 2009, 103 (01) : 12 - 22

← 1 2 →