唐維道

（上海郵電設(shè)計(jì)咨詢研究院有限公司，上海 200092）

0 引言

國內(nèi)外專家對果實(shí)的識別的研究非常多，但是普遍存在果實(shí)識別率不高的情況，果實(shí)識別的主要方法有Sobel邊緣提取、Hough變換以及果萼特征識別等，這類方法主要通過判斷果實(shí)的顏色、形狀等特征對果實(shí)進(jìn)行識別，主要應(yīng)用在小范圍、單目標(biāo)的果實(shí)識別工作中，但是識別多目標(biāo)果實(shí)的效率較低[1]。利用K-means算法可以進(jìn)行多目標(biāo)識別，該方法的優(yōu)點(diǎn)較多，例如聚類簡單、運(yùn)算速度快等，如果出現(xiàn)大數(shù)據(jù)集，那么該方法不僅處理效率高，而且還可以伸縮。然而，該方法存在一個問題，在識別過程中，過于重視初始中心點(diǎn)，因此會經(jīng)常出現(xiàn)局部最優(yōu)解，這樣就會降低果實(shí)的識別效率[2]。針對這個問題，該文提出了一種新的聚類果實(shí)識別方法，對K-means算法進(jìn)行改進(jìn)，并且以獼猴桃為例對算法進(jìn)行驗(yàn)證，測試結(jié)果表明，該方法可以提高多目標(biāo)果實(shí)的識別率，很好地解決了局部最優(yōu)解的問題。

1 顏色空間轉(zhuǎn)換

如果要準(zhǔn)確地進(jìn)行目標(biāo)分割，就必須有合適的顏色空間，普通的圖像大都屬于RGB顏色空間，該顏色空間主要由三基色組成，分別是紅色、綠色和藍(lán)色，因?yàn)?種顏色之間的相關(guān)性很強(qiáng)，所以沒有辦法對3種顏色進(jìn)行獨(dú)立運(yùn)算，也就無法實(shí)現(xiàn)獨(dú)立的圖像分割和處理。Lab顏色空間是CIE（國際照明協(xié)會）確定的色彩標(biāo)準(zhǔn)模式，任何圖像的任何顏色都可以在Lab顏色空間中進(jìn)行表達(dá)，Lab顏色空間也是最均勻的顏色空間，與設(shè)備沒有關(guān)系，非常適合接近自然光照的場合。因此，該文所提出的方法使用Lab顏色空間，并在該顏色空間下對獼猴桃目標(biāo)圖像進(jìn)行分割。Lab顏色空間的色域更寬闊、均勻，更接近自然光照，并且各個色域相對獨(dú)立，可以更好地對多目標(biāo)果實(shí)進(jìn)行分割、識別和定位[3]。

Lab顏色空間可以通過XYZ空間進(jìn)行轉(zhuǎn)換，主要由3個要素（L、a和b）構(gòu)成。其中，L表示亮度特征，a和b表示色彩分量，取值范圍為-128～+127。+127a代表紅色，-128a代表綠色，+127b代表黃色，-128b代表黃色。所有的顏色由這3 個值交互變化組成。RGB空間可以通過公式（1）轉(zhuǎn)換到XYZ顏色空間。

XYZ和Lab顏色空間的轉(zhuǎn)換如公式（2）、公式（3）所示。

式中：R為RGB顏色空間下的紅色分量，G為RGB顏色空間下的綠色分量，B為RGB顏色空間下的藍(lán)色分量；X、Y和Z為3個假想原色的分量；Xn、Yn和Zn為正常光照下的刺激值；f為校正變量；t為校正標(biāo)量。

將圖像轉(zhuǎn)換到Lab顏色空間后，就可以利用K-means聚類算法對顏色空間進(jìn)行聚類分割。

多果實(shí)獼猴桃圖像的Lab圖像空間轉(zhuǎn)換結(jié)果如圖1所示。

2 改進(jìn)K-means聚類算法的多目標(biāo)果實(shí)識別方法

設(shè)樣本集為A={a（1），a（2），…，a（n）}， 每個a（n）∈R（m），R（m）是m維歐式空間。把這一類樣本聚集成K個族類，初始的K個聚類中心定義成{φ（1），φ（2），…，φ（k）}，φ（k）∈R（m）。計(jì)算每個樣例屬于的類，如公式（4）所示。

式中：a（i）為樣本；φ（j）為類聚中心。

再計(jì)算每個類的聚集中心，如公式（5）所示。

式中：j為類聚中心的數(shù)量，j為整數(shù)。

重復(fù)上述過程直至聚類收斂。

初始類聚中心的選擇是改進(jìn)算法的關(guān)鍵，不變矩是表征區(qū)域特征重要的參數(shù)，用f（x，y）表示流型圖像，r+s（r、s為整數(shù)）階矩和中心矩的離散化如公式（6）、公式（7）所示。

式中：p為p數(shù)字圖像距和中心距離散化坐標(biāo)。

圖像比例的變化對圖像有較大的影響，為了避免這樣的影響，可以使用對中心矩進(jìn)行規(guī)格化的方法，如公式（9）所示。

式中：φrs為中心矩的離散化表達(dá)式；φ00為中心矩的坐標(biāo)。

當(dāng)r+s的值為2或者3時，就可以建立7 個不變矩，這樣就可以消除平移、縮放以及旋轉(zhuǎn)對圖像的影響。7個不變矩構(gòu)成一組特征量，具有旋轉(zhuǎn)、縮放和平移不變性，如公式（10）所示。

式中：I為不變矩。

d（i）的類聚中心如公式（11）所示。

式中：vi為d（i）的類聚中心。

重新計(jì)算類聚中心，如公式（12）所示。

公式（12）中的函數(shù)h的功能是判斷xi的類別是否屬于j類，如公式（13）所示。

為了提高多目標(biāo)果實(shí)的識別率，該文采用高斯模板進(jìn)行平滑處理，這樣就可以降低圖像的模糊程度[4]，如公式（14）所示。

式中：G為高斯模板。

高斯模板種類多樣，無論哪一種模板都是由（2k+1）×（2k+1）的矩陣I組成，（i，j）位置的元素值由公式（15）決定。

式中：λ為標(biāo)準(zhǔn)差，λ=0.8；k為元素值，常數(shù)。

使用該方法可以使同類間像素距離最小，反之則間距離最大[5]。使用該方法對獼猴桃多果實(shí)進(jìn)行處理的結(jié)果如圖2所示。由圖2可知，通過該方法可以把圖像分為3類。

3 測試結(jié)果

為了驗(yàn)證該文所提出的算法的正確性，隨機(jī)選取多幅圖像和其他識別算法進(jìn)行對比測試。算法基于MATLAB（version2018a8）實(shí)現(xiàn)。該文測試了10 幅圖像，選取其中3幅圖像的識別效率。

圖像拍攝裝置主要由機(jī)器視覺、輔助補(bǔ)光和電腦3個部分構(gòu)成，機(jī)器視覺裝置為微軟相機(jī)，在拍攝過程中可以根據(jù)天氣狀況和拍攝時間選擇不同的輔助補(bǔ)光設(shè)備。另外，也可以根據(jù)光照選擇不同的補(bǔ)光設(shè)備。使用數(shù)據(jù)線將機(jī)器視覺拍攝的各種圖像傳輸給電腦。

機(jī)器視覺裝置的拍攝的圖像動態(tài)分辨率是2304×1728 dpi，最大幀頻是30 fps，使用自動對焦的方式拍攝各種獼猴桃的圖像，圖像格式為jpg格式，圖像的粉綠設(shè)置為640×360 pt，傳遞圖像信息的數(shù)據(jù)線為USB3.0接口。處理圖像的電腦為華為筆記本電腦MateBook14s 2022 英特爾Evo12代酷睿標(biāo)壓i5 16G 1T/14.2英寸90Hz觸控/高性能輕薄本。輔助光裝置為無級可調(diào)光LED影視平板燈，其參數(shù)為CM-LED 1200HS，最大照度為1 m 。

由圖3可知，Otsu閾值分割法噪聲大，識別率最低，R-G分割算法雖然識別率提高了，但是噪聲較大，該文所提出的算法的優(yōu)勢比較明顯，不但識別率進(jìn)一步提高，而且還很好地控制了噪聲。為了驗(yàn)證該文所提出的算法的優(yōu)越性，還對4種算法的識別率和算法執(zhí)行時間進(jìn)行了定量分析。

由表1可知，該文所提出的算法的正確平均識別率達(dá)到96.95%，比R-分割算法的正確平均識別率80.51%高16.44 %，比Otsu閾值分割算法的正確平均識別率5.39%高91.56 %，比傳統(tǒng)K聚類法的正確平均識別率89.65%高7.3 %。

表1 算法的識別率對比測試結(jié)果

該文提出的果實(shí)采摘機(jī)器人多目標(biāo)視覺識別方法將試驗(yàn)的獼猴桃多目標(biāo)果實(shí)從背景中分割出來，從而完成了識別果實(shí)的任務(wù)，同時運(yùn)用高新模板和改進(jìn)K-means聚類算法，這樣就可以避免出現(xiàn)局部最優(yōu)解的情況。在進(jìn)行圖像處理前，對圖像進(jìn)行通道變換，充分利用高斯模板，在RGB 通道下對圖像進(jìn)行平滑處理，這樣就能保證可以正確識別果實(shí)。在 Lab通道下完成了 K-means 聚類，這樣就可以將圖像分為果實(shí)、樹葉及其他背景。

4 結(jié)語

該文論述了一種果實(shí)采摘機(jī)器人多目標(biāo)視覺識別方法。首先，進(jìn)行色彩的空間轉(zhuǎn)換。其次，在傳統(tǒng)K-means多目標(biāo)識別方法的基礎(chǔ)上對算法進(jìn)行改進(jìn)，解決了傳統(tǒng)K-means多目標(biāo)識別方法存在局部最優(yōu)解的問題。該文以獼猴桃為例對算法進(jìn)行驗(yàn)證，通過與其他算法測試結(jié)果進(jìn)行比較可知，該文所提出的算法在提高果實(shí)識別率的同時，還降低了噪聲，具有較大實(shí)用價(jià)值。