摘要：社会在不断变革与发展，与此同时人们对农业发展的需求也逐步提高，农业的发展方式也在改变。21世纪是农业智能化发展的重要历史时期，如何多快好省的发展农业生产也成为热门话题。苹果果实的精确辨认和定位是苹果采摘机器人视觉体系亟待解决的问题。

本文将重点研究果园果实的识别和定位问题，针对这些问题拟定出的切实可行的方案，利用Matlab的仿真结果作比较挑选出最优的识别定位方法。首要的研究工作及成果如下：果实图像的除噪增强（本文采用直方图均衡化和中值滤波进行图像的预处理），果实图像的分割（本文采用R-G色差法结合大津法将果实与背景分割开，并经过形态学处理将毛刺和分割碎片清除，再利用imfill函数进行孔洞填补，使果实轮廓更清晰），果实的边缘检测识别(本文采用hough变换法对近圆形果实进行识别)，果实图像的定位（将果实的圆心，半径坐标输出）。最后应用MATLAB的GUI制作一个简单的界面方便处理多个图像。

最终实现效果为：给出自然条件下的苹果果实图像能够将图中的果实部分用圆圈出并将其圆心坐标标注出来。

关键词：苹果；果实识别；图像分割；果实定位；图像处理

目录

摘要

ABSTRACT

1、绪论-1

1.1、背景及意义-1

1.2、国外研究进展-1

1.3、国内研究进展-1

1.4、本文研究内容-1

1.4.1、图像的预处理-1

1.4.2、图像的分割-2

1.4.3、图像的识别与定位-2

1.4.4、具体操作流程-2

2、苹果图像预处理-3

2.1、颜色空间的选择-3

2.1.1、RGB颜色空间-4

2.1.2、HSI颜色空间-4

2.1.3、Lab颜色空间-6

2.1.4、CMYK颜色空间-8

2.2、苹果图像的增强-9

2.2.1、直方图-9

2.2.2、直方图均衡化-10

2.3、苹果图像的滤波-10

2.3.1、均值滤波-11

2.3.2、中值滤波-11

2.4、本章小结-12

3、苹果图像的分割与形态学处理-13

3.1、边缘检测-13

3.1.1、梯度算子-13

3.1.2、拉普拉斯—高斯算子-14

3.1.3、坎尼边缘检测算子-14

3.2、阈值分割-16

3.2.1、全局阈值分割-16

3.2.2、最大类间方差法-18

3.2.3、迭代阈值分割-19

3.3、聚类分割-19

3.4、形态学处理-20

3.4.1、腐蚀-20

3.4.2、膨胀-21

3.4.3、开运算与闭运算-22

3.5、孔洞填充-23

3.6、本章小结-23

4、果实的识别与定位-25

4.1、Hough变换检测苹果-25

4.1.1、Hough变换检测直线-25

4.1.2、Hough变换检测圆-26

4.2、果实的定位-27

4.3、本章小结-28

5、总结与展望-29

5.1、主要工作与总结-29

5.2、存在的问题与展望-29

参 考 文 献-31

致 谢-32