灵武长枣是宁夏地区重要的经济林果,每年采摘期短,仅有20天左右。目前,灵武长枣的采摘主要依靠人力拣摘,采摘不方便、劳动强度大且采摘效率低。因此,对灵武长枣自动采摘的需求就日益增强且迫切,而灵武长枣自动采摘技术的关键是对长枣实时、准确的定位。所以主要研究在自然场景下,基于真彩色图像的灵武长枣实时定位方法,旨在为灵武长枣自动采摘装备的研制奠定理论与技术基础。研究内容及结果如下:1、灵武长枣图像的预处理,提出一种图像滤波方法以及图像增强改进方法。基于二次优化处理的图像降噪方法,针对混合噪声进行降噪环境的优化。提出通过第一次优化处理降低混合噪声中单一噪声的种类,从而降低混合噪声的维度以及使噪声的性质趋于一致;第二次优化处理通过排除噪声的粗大异常点来优化图像降噪模板。与均值滤波、中值滤波以及自适应滤波进行比较,改进算法普遍将图像质量提高1.2以上;受光照影响,采集的图像颜色信息会发生变化,所以保持图像本身颜色信息的不变性是非常重要的。针对受光照影响图像亮度灰度值的极化分布(分布于低像素或者高像素区域),以幂函数为基础设计了一个映射函数,将极化分布的像素值映射到正常区域。通过实验发现,在一定程度上能够克服光照所带来的影响。2、根据灵武长枣的颜色特性,提出了三种在自然场景下的灵武长枣图像分割算法,算法的运行时间以及分割的正确率能达到机器采摘的要求。提出一种基于新建色调提取模型的灵武长枣图像分割算法。建立了一种分级处理的灵武长枣图像色调提取模型提取图像的色调信息,并利用其互补图像的色差,加大目标对象与背景对象灰度值的差异;提出一种基于最大熵法的灵武长枣真彩色图像分割算法。首先,通过提取旋转色调,获得较好的色调信息图;接下来,利用最大熵法与拉依达法则结合实现分割阈值的自适应调整,对图像进行分割;最后,运用特征参数提取得到最终的分割图像;提出一种标记控制分水岭算法的灵武长枣分割算法,通过寻找标记图像与掩模图像进行图像的准确分割。针对30幅类似的灵武长枣图像,通过与人工分割以及其他分割方法进行比较,所提出的三种方法的分割正确率分别为 92.6883%、89.60%、92.525%,算法平均运行时间为 1.3107s、1.3132s,1.21792s。3、准确定位的前提是能够准确将灵武长枣图像分割出来并确定灵武长枣图像在二维图像中的位置。在此,用灵武长枣的质心位置来代替整个长枣的平面位置。首先利用数学形态学对灵武长枣图像进行腐蚀操作,使不同枣子局部之间互不连通,统计局部连通区域的个数来确定灵武长枣的个数。其次利用灵武长枣的腐蚀成的局部,初定每个枣子的形心位置。事实上,此时所求出的形心有较大的误差,但每个形心位置必定位于每个枣子的内部,属于局部形心位置。接下来利用初定形心之间的灵武长枣的统计信息,求出粘连、重叠灵武长枣之间的边界,进而识别出每个灵武长枣各自的区域,最后利用识别出的每个灵武长枣区域对形心进行二次判定。通过对30幅灵武长枣图像的实验,灵武长枣个数的准确识别率在93%以上。研究结果解决物体的实时定位定位,为采摘装备的视觉系统奠定基础。