基于神经网络的茄子采摘机器人视觉识别方法

摘要：

针对生长环境中茄子图像背景复杂的特点，提出了一种基于BP神经网络的图像分割方法。通过对茄子果实的分析，选取3×3邻域像素EXG灰度值作为图像特征。选取30幅图像作为训练样本，以人工借助Photoshop软件分割后的图像作为教师信号，采用改进的BP算法对神经网络的权值进行训练。经过120次循环后，获得有效的网络权值，误差为0．001。结果表明，利用BP神经网络能够较好地实现茄子与背景的分离，经过数学形态法结合中值滤波方法的进一步处理后完全能满足采摘机器人的要求。

关键词：图像处理、图像分割、自动阈值、采摘机器人

所属期刊栏目：11

分类号：TP751(遥感技术)

资助基金：山东省自然科学基金项目Y2008G32

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93