番茄采摘机器人非颜色编码化目标识别算法研究

摘要：

为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法.通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和AdaBoost学习训练次数对分类器性能的影响.所得强分类器对测试集中的番茄进行在线识别试验.试验结果表明,测试集中93.3％的成熟番茄能够被正确识别;同时该分类器还对光照变化、果实粘连以及枝叶遮挡等干扰具有较强的自适应性和鲁棒性,满足采摘机器人对目标识别的技术要求.

关键词：番茄、采摘机器人、目标识别、非颜色编码、Haar-like特征、AdaBoost

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划项目2013AA102307和“十二五”国家科技支撑计划项目2014BAD08B01

在线出版日期：2016-08-16（万方平台首次上网日期，不代表论文的发表时间）

页码：1-7