(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211211103.3 (22)申请日 2022.09.30 (71)申请人 吕梁学院 地址 033001 山西省吕梁市离石区学院路1 号 (72)发明人 许德芳　赵华民　 (74)专利代理 机构 陕西铭一知识产权代理有限 公司 61287 专利代理师 马歆甜 (51)Int.Cl. G06V 10/36(2022.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/25(2022.01) G06V 10/22(2022.01) (54)发明名称 一种基于人工智能的温室鲜枣成熟度识别 采摘系统 (57)摘要 本发明公开了一种基于人工智能的温室鲜 枣成熟度识别采摘系统， 包括识别模块以及采摘 模块， 且识别模块识别鲜枣的成熟度后， 由采摘 模块将成熟的鲜枣从枣树上采摘放入存放模块 中。 本发明通过设置设置识别模块， 识别模块的 图像模型为RGB模型， 所述RGB模型中， 利用中值 滤波滤除图像中噪声干扰， 对二值化图像进行区 域标记， 统计成熟鲜枣在图像中占据的像素数及 圆形度， 设置采摘模块， 基于识别模块的识别， 采 摘模块定位成熟鲜枣的位置后进行采摘， 该系统 采摘识别一体， 代替人工采摘鲜枣， 工作效率高。 权利要求书1页 说明书7页 附图1页 CN 115512119 A 2022.12.23 CN 115512119 A 1.一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征在于： 包括识别模块以 及采摘模块， 且识别模块识别鲜枣 的成熟度后， 由采摘模块将成熟 的鲜枣从枣树上采摘放 入存放模块中。 2.根据权利要求1所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述识别模块的图像模型为RGB模型。 3.根据权利要求2所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述 RGB模型中， 利用中值滤波滤除图像中噪声干扰， 对二值化图像进 行区域标记， 统 计成熟鲜枣在图像中占据的像素 数及圆形度。 4.根据权利要求3所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述RGB模型中， 比较获得距离最大值对应的边 缘点。 5.根据权利要求4所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述识别模块的主要识别目标为成熟鲜枣， 背景信息分别为白色塑料膜、 黑色塑料 膜、 灰色塑料膜、 未成熟鲜枣、 果萼与果梗以及少量叶片。 6.根据权利要求1所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述采摘模块包括采摘机器人。 7.根据权利要求6所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述采摘机器人采用两指式气动机械手， 两机械手指均分为上、 下两层， 上层为切割 刀片与刀槽， 用于切断果梗， 下层为橡胶夹持垫， 用于加紧鲜枣果梗。 8.根据权利要求7所述的一种基于人工智能的温室鲜枣成熟度识别采摘系统， 其特征 在于： 所述采摘机器人采摘鲜枣的采摘点定位 算法步骤为： (1)在成熟度判别算法处理过程中已经获得图像中临界点坐标Xp、 Yp， 随后以完整果实 区域图像为基础， 统计获得果实区域横向最大宽度Lx/2与纵向最大长度Ly/2； (2)依照鲜枣自然生长状态， 果梗通常位于果实上方区域， 故采摘点应位于果梗与果实 连接点的上方， 以第一次蒙版 处理结果为基础， 为缩小采摘点定位范围， 设置采摘点疑似出 现区域的绿色矩形区域， 临界点 Xp， Yp为该区域下边框中心点， 区域宽度为Lx /2， 区域高度为 Ly/2； (3)根据机器人机械手尺寸设定采摘点与鲜枣果实区域间的纵向距离Dpick， 从而确定 采摘高度线位置， 统计区域内位于采摘高度线所在行的各白像素点。权　利　要　求　书 1/1 页 2 CN 115512119 A 2一种基于人工智能的温室鲜枣成熟度识别采 摘系统 技术领域 [0001]本发明涉及识别采摘系统领域， 具体涉及 一种基于人工智能的温室鲜枣成熟度识 别采摘系统。 背景技术 [0002]鲜枣(又名鲜食枣)， 是指没有经过加工直接从枣树采摘下来的枣果。 鲜枣的营养 价值比干制品枣类营养价值高很多， 但由于 保鲜技术缺陷， 导致不利于保存， 所以鲜枣的保 鲜期比较短暂， 建议即摘即食， 通过温室栽种的鲜 枣主要由人工进 行采摘， 现有 人工采摘鲜 枣时， 需要人工去一个一个的识别鲜枣的成熟度， 然而再选择采摘， 这样不仅增加人工负 担， 而且采摘效率低， 因此， 需要一种基于人工智能的温室鲜 枣成熟度 识别采摘系统解决上 诉问题。 发明内容 [0003]本发明的目的是提供一种基于人工智能的温室鲜枣成熟度识别采摘系统， 以解决 背景技术中不足。 [0004]为了实现上述目的， 本发明提供如下技术方案： 一种基于人工智能的温室鲜枣成 熟度识别采摘系统， 包括识别模块以及 采摘模块， 且识别模块识别鲜 枣的成熟度后， 由采摘 模块将成熟的鲜枣从枣树上采摘放入 存放模块中。 [0005]进一步的， 所述识别模块的图像模型为RGB模型。 [0006]进一步的， 所述RGB模型中， 利用中值滤波滤除图像中噪声干扰， 对二值化图像进 行区域标记， 统计成熟鲜枣在图像中占据的像素 数及圆形度。 [0007]进一步的， 所述RGB模型中， 比较获得距离最大值对应的边 缘点。 [0008]进一步的， 所述识别模块的主要识别目标为成熟鲜枣， 背景信息分别为白色塑料 膜、 黑色塑料膜、 灰色塑料膜、 未成熟鲜枣、 果萼与果梗以及少量叶片。 [0009]进一步的， 所述采摘模块包括采摘机器人。 [0010]进一步的， 所述采摘机器人采用两指式气动机械手， 两机械手指均分为上、 下两 层， 上层为切割刀片与刀槽， 用于切断果梗， 下层为橡胶夹持垫， 用于加紧鲜枣果梗。 [0011]进一步的， 所述采摘机器人采摘鲜枣的采摘点定位 算法步骤为： [0012](1)在成熟度判别算法处理过程中已经获得图像中临界点坐标Xp、 Yp， 随后以完整 果实区域图像为基础， 统计获得果实区域横向最大宽度Lx/2与纵向最大长度Ly/2； [0013](2)依照鲜枣自然生长状态， 果梗通常位于果实上方区域， 故采摘点应位于果梗与 果实连接点的上方， 以第一次蒙版处理结果为基础， 为缩小采摘点定位范围， 设置采摘点疑 似出现区域的绿色矩形区域， 临界点 Xp， Yp为该区域下边框中心点， 区域宽度为Lx /2， 区域高 度为Ly/2； [0014](3)根据机器人机械手尺寸设定采摘点与鲜枣果实 区域间的纵向距离Dpick， 从而 确定采摘高度线位置， 统计区域内位于采摘高度线所在行的各白像素点。说　明　书 1/7 页 3 CN 115512119 A 3