0 引言

    早期的草莓采摘機械一般將果實和莖葉一起收獲,，然后再由人工將果實和莖葉進行分離。1996年,，日本率先發(fā)明了利用機器視覺識別采摘果實的機器手^[1],。基于機器視覺技術(shù)的機器手采摘草莓的作業(yè)流程一般是,，先尋找成熟的草莓,，在不破壞果實的前提下將其與枝椏分離，然后放到托盤中^[2],。實現(xiàn)這一流程的自動化需要以下幾個步驟：(1)根據(jù)草莓的成熟度判斷是否可以采摘,；(2)確定待采摘草莓的位置；(3)切斷草莓的果梗,，并接住草莓,；(4)將草莓放置在盤中。這4步中的前兩步屬于定位步驟,，在整個機器手的設(shè)計中具有重要地位,。因此，如何設(shè)計精準(zhǔn)的定位算法是草莓機器手設(shè)計的關(guān)鍵,。目前主流的定位算法大多基于機器視覺技術(shù),。

    由于要求機器手能分辨草莓的成熟度，因此傳統(tǒng)基于機器視覺的定位算法通過判斷草莓的顏色來進行識別，但單純根據(jù)顏色進行判斷可能會誤將某些顏色相近的其他果實作為識別目標(biāo),，比如小番茄等,，因此又出現(xiàn)了基于紋理特征進行識別的支持向量機（SVM）分類算法^[3]。但基于SVM的分類算法需要預(yù)先設(shè)計特征向量,，人工設(shè)計的特征向量難以準(zhǔn)確描述草莓的外觀紋理特征,，因此誤識率很高。

    本文研究開發(fā)一款實用的采摘草莓機器手,，提出了一種結(jié)合顏色先驗知識和深度學(xué)習(xí)的識別算法,，可以精確地識別草莓。由于草莓的成熟度可以通過顏色進行預(yù)分類,，為此先將機器手獲取的圖片轉(zhuǎn)換至HSV空間^[4],，并對H通道進行分割。分割后的候選目標(biāo)區(qū)域有多個,，為了得到最精確的定位目標(biāo),，將多個候選區(qū)域輸入預(yù)訓(xùn)練的深度卷積網(wǎng)絡(luò)（CNN）進行識別，將識別精度最高的候選目標(biāo)作為最終的定位結(jié)果輸出,。在對CNN進行訓(xùn)練時,，選擇的正樣本包括各種形態(tài)的成熟草莓，為了避免機器手采摘不完整的候選目標(biāo),，在負(fù)樣本中放入大量的草莓局部圖片,。實驗證實，本文基于顏色先驗知識的算法可以得到準(zhǔn)確的定位結(jié)果,。

1 草莓機器手的結(jié)構(gòu)設(shè)計

    機器手本體主要由3條機器臂和1根裝有電纜的軟管組成,，如圖1所示。兩條機械臂在同一平面,，負(fù)責(zé)機器手在水平面直線伸縮動作,，另一根機械臂在垂直面掃描運動。為了簡化控制和識別,，采用三機械臂系統(tǒng),，把柱坐標(biāo)轉(zhuǎn)化成直角坐標(biāo)，便于準(zhǔn)確定位,。夾取部分由機器手組成,，夾住草莓果實果柄部分，采摘時,，機械手伸出摘下,。機械手動力由舵機控制提供。行走系統(tǒng)設(shè)計成四輪小車,，設(shè)計了減震系統(tǒng),，提高機器手穩(wěn)定性和越野性。機器手智能識別算法是研究的關(guān)鍵，在基于顏色先驗知識進行預(yù)分割的基礎(chǔ)上,，采用深度學(xué)習(xí)輔助草莓機器手進行目標(biāo)定位,，可以有效精確地識別草莓，確保機器手準(zhǔn)確采摘,。

2 基于顏色先驗知識的草莓候選目標(biāo)分割

    本文先基于HSV顏色模型對草莓圖像進行分割,，以得到草莓的候選區(qū)域，機器手獲取的圖像顏色空間為RGB,，因此先通過式(1)轉(zhuǎn)換為HSV空間^[4],。

    草莓機器手需要根據(jù)草莓顏色確定草莓的成熟度，根據(jù)統(tǒng)計^[2],，成熟草莓顏色值h位于[0,，5]和[150，220]之間,，因此根據(jù)式(2)對圖像進行閾值分割得到二值化圖像,。

    基于h通道進行二值化后，相鄰的候選區(qū)域有一定的粘連,，再通過形態(tài)運算處理得到最終的候選區(qū)域結(jié)果^[5]，如圖2所示,。

    圖2（e）通過對圖2（d）二值化區(qū)域取最大外接矩形得到,，從圖2（e）可見，由于采用了形態(tài)濾波,，即使草莓部分被莖葉遮擋,，也可以得到完整草莓候選區(qū)域。

3 基于深度卷積網(wǎng)絡(luò)的目標(biāo)識別定位

    基于顏色先驗知識得到目標(biāo)候選區(qū)域后,，草莓機器手需要在候選目標(biāo)中挑選最符合要求的區(qū)域作為采摘的對象,。傳統(tǒng)做法是計算草莓的紋理特征，如共生矩陣等人工設(shè)計的特征向量,，而后訓(xùn)練支持向量機（SVM）作為分類器進行分類^[3],，但人工設(shè)計的特征難以涵蓋草莓的多種形態(tài)，因此SVM的分類效果較差,。

    隨著深度學(xué)習(xí)技術(shù)的發(fā)展,，深度卷積網(wǎng)絡(luò)在圖像分類中展現(xiàn)出了極大的優(yōu)勢^[6]：不需要人工定義特征；圖像的特征在學(xué)習(xí)的過程中自動提取出來,；隨著訓(xùn)練樣本的增加,，卷積網(wǎng)絡(luò)可以學(xué)習(xí)到精準(zhǔn)的目標(biāo)特征。

    機器手獲取的圖像中草莓目標(biāo)較小,，因此本文在訓(xùn)練模型時,，先基于Cifar10數(shù)據(jù)集對卷積網(wǎng)絡(luò)進行訓(xùn)練，而后用訓(xùn)練得到的網(wǎng)絡(luò)參數(shù)初始化本文的卷積網(wǎng)絡(luò)。為了適應(yīng)Cifar10卷積網(wǎng)絡(luò)參數(shù),，在對候選目標(biāo)進行分類識別時,，先將候選目標(biāo)圖像縮放到標(biāo)準(zhǔn)尺寸32×32，具體步驟如下：

    (1)用Cifar10數(shù)據(jù)集對卷積網(wǎng)絡(luò)進行預(yù)訓(xùn)練,；

    (2)用步驟(1)得到的網(wǎng)絡(luò)參數(shù)初始化本文的卷積網(wǎng)絡(luò),，為了減少訓(xùn)練參數(shù)，同時由于候選目標(biāo)較小,，本文所用卷積網(wǎng)絡(luò)與步驟(1)相比少了一層全連接層,；

    (3)基于草莓樣本對步驟(2)初始化后的卷積網(wǎng)絡(luò)進行微調(diào)；

    (4)將基于顏色先驗知識分割得到的目標(biāo)候選區(qū)域輸入步驟(3)得到的卷積網(wǎng)絡(luò)進行識別,；

    (5)選擇步驟(4)中識別概率最大的候選區(qū)域作為最終的定位結(jié)果輸出,。

    本文采用的訓(xùn)練卷積網(wǎng)絡(luò)和識別卷積網(wǎng)絡(luò)如圖3所示。

    本文所用的訓(xùn)練樣本和驗證樣本各取600張,，正負(fù)樣本各300張,，為了避免因樣本較少而導(dǎo)致的過擬合現(xiàn)象[7]，先采用Cifar10數(shù)據(jù)集進行網(wǎng)絡(luò)訓(xùn)練,，用訓(xùn)練后的網(wǎng)絡(luò)參數(shù)來對圖3(a)的訓(xùn)練模型進行初始化,，再用本文所采集的樣本進行微調(diào)訓(xùn)練。由于文中所用樣本較少,，因此在用圖3網(wǎng)絡(luò)進行迭代訓(xùn)練時每次輸入10張正負(fù)隨機樣本,，迭代30次剛好覆蓋整個數(shù)據(jù)集。

    由于草莓機器手采摘的草莓目標(biāo)必須滿足預(yù)設(shè)的草莓標(biāo)準(zhǔn),，因此本文訓(xùn)練時采用的草莓樣本都是符合設(shè)定標(biāo)準(zhǔn)的圖片,，而在負(fù)樣本中包括了大量不符合預(yù)設(shè)標(biāo)準(zhǔn)的負(fù)樣本圖片，如不完整草莓,、與草莓相似的植物,、草莓莖葉等，部分樣本如圖4所示,。

4 仿真結(jié)果與分析

    為了驗證本文算法,，先用Cifar10數(shù)據(jù)集迭代訓(xùn)練10 000次^[8]，由于數(shù)據(jù)比較多,，為了提高訓(xùn)練速度,，訓(xùn)練時選取學(xué)習(xí)率為0.001，再用本文所用的訓(xùn)練樣本和驗證樣本對模型進行微調(diào),，由于本文樣本偏少,，因此學(xué)習(xí)率取0.000 1。Cifar10模型訓(xùn)練精度和損失曲線如圖5所示,，用本文數(shù)據(jù)進行微調(diào)后的模型精度和損失曲線如圖6所示,。

    從圖5可見,，Cifar10訓(xùn)練100 00次后，精度可以達(dá)到0.73,，但這樣的精度無法適用于草莓機器手,。對網(wǎng)絡(luò)模型進行微調(diào)的訓(xùn)練結(jié)果如圖6所示，在經(jīng)過400次迭代后,，精度在本文的驗證樣本中即可以接近1.0,，而損失函數(shù)也在400次迭代后接近0，因此本文所用的微調(diào)模型完全可以達(dá)到草莓機器手所需要的精度,。

    圖7中展示了兩幅草莓機器手采集的圖片經(jīng)過顏色分割并輸入圖3（b）卷積網(wǎng)絡(luò)識別后的輸出結(jié)果,。從圖中可以看到，識別的結(jié)果基本符合人對成熟草莓的主觀定義,，最符合主觀標(biāo)準(zhǔn)的識別結(jié)果甚至可以達(dá)到1.000 0,，即使存在多個符合人眼標(biāo)準(zhǔn)的候選區(qū)時，本文所提出的算法也可以給出客觀的打分排序,。對于圖中出現(xiàn)的粘連目標(biāo),，本文算法也可以分別給出客觀的識別結(jié)果。

    本文算法基于C++語言實現(xiàn),，所運行平臺配置為：CPU為i5處理器,，內(nèi)存4 GB，所用GPU卡為Nvidia quadro k620,，顯存2 GB,。一幅分辨率為1 280×960的圖片顏色分割需要80 ms，對候選區(qū)域的識別需要320 ms,，因此，本文算法完全可以滿足草莓機器手的實時性要求,。

5 結(jié)束語

    本文設(shè)計了一種基于顏色先驗知識和深度學(xué)習(xí)的草莓機器手識別算法,，經(jīng)過實驗驗證，本算法可以滿足機器手的精度和實時性要求,。但由于樣本有限,，對一些特殊樣本無法涵蓋，導(dǎo)致機器手偶然會出現(xiàn)定位失敗的情況,，后續(xù)可以通過適當(dāng)增加樣本規(guī)模來解決,。

參考文獻(xiàn)

[1] 徐世亮.農(nóng)業(yè)采摘機器人設(shè)計與研究[J].硅谷，2014,，156(12)：21-22.

[2] 張凱良,，楊麗.高架草莓采摘機器人設(shè)計與試驗[J].農(nóng)業(yè)機械學(xué)報，2012,，43(9)：165-171.

[3] 蘇慧嘉,，鄭繼明.結(jié)合游程長度與共生矩陣的圖像拼接篡改檢查方法[J].計算機科學(xué),，2017，44(6)：150-154.

[4] 褚江,，陳強.自然圖像顏色空間統(tǒng)計規(guī)律性研究[J].計算機科學(xué),，2014，41(11)：309-312.

[5] 周開軍,，周鮮成.基于多變量屬性分類的圖像形態(tài)濾波方法研究[J].儀器儀表學(xué)報,，2015，36(8)：1735-1743.

[6] KRIZHEVSKY A,，SUTSKEVER I,，HINTON G E.ImageNet classification with deep convolutional neural networks[J].Advances in Neural Information Processing Systems，2012,，2：1097-1105.

[7] HENTSCHEL C,，WIRADARMA T P，SACK H.Fine tuning CNNS with scarce training data-Adapting imagenet to art epoch classification[C].IEEE International Conference on Image Processing,，2016,，8：3693-3697.

[8] 殷瑞，蘇松志,，李紹滋.一種卷積神經(jīng)網(wǎng)絡(luò)的圖像矩正則化策略[J].智能系統(tǒng)學(xué)報,，2016，11(1)：43-48.

作者信息:

李艷文1,，崔  揚2,，李立新3

（1.哈爾濱工業(yè)大學(xué) 機電工程學(xué)院，黑龍江 哈爾濱150001,；

2.杭州電子科技大學(xué) 計算機學(xué)院,，浙江 杭州310018；3.中電?？导瘓F,，浙江 杭州310012）