水果自动辨识和定位是采摘机器人应具有的必备功能,只有在准确识别和定位的基础上,才能为下一步的采摘做好准备。水果自动识别与定位涉及的相关技术十分广泛,包括图像处理、模式识别、立体视觉等。本课题的主要研究内容：将双目立体视觉系统标定后拍摄番茄图像,经过图像处理,运用模式识别理论辨识目标,完成立体视觉图像对匹配,获得视差图,进而得到目标的三维信息。本文第1章：首先对课题研究的主要意义作了介绍,然后阐述了国内外视觉识别技术的研究现状和发展趋势以及视觉识别的过程,并分析了底层处理、中级处理、高级处理等三个视觉识别层次,归纳了辨识方法和空间定位方法。最后论述了课题研究的主要内容、关键技术和技术路线。第2章：将课题所使用的双目立体视觉系统基本组成进行说明,在摄像机针孔成像模型的基础之上考虑了径向畸变等非线性因素。根据课题要求,同时立足现有的实验条件,采用平面模板标定方法标定双目摄像机,获得摄像机内外参数。此外,双目立体视觉原理也是后续三维重建和定位的基本条件。第3章：图像预处理是目标识别前的重要步骤,结合课题实际要求,简要阐述了图像处理基本过程,主要包括：形态学处理、目标轮廓边缘检测、图像分割等,为后续目标识别奠定基础。从图像中提取颜色、轮廓、纹理等识别特征,作为支持向量机(SVM)识别的输入。在应用SVM分类器之前,先用样本数据进行训练,运用交叉验证和网格搜索技术优化SVM的RBF核函数参数,然后拍摄番茄图像用于SVM分类器识别实验,分析实验结果,并提出了多类识别方向。第4章；采用透视变换方法实现图像校正,获得双目立体视觉标准的极线几何结构,用基于误差能量最小化的区域匹配算法完成图像对应点匹配,生成视差图,介绍了三维重建相关技术,最终由视差图计算番茄目标的三维坐标信息。第5章；总结了本课题研究的主要结论、对后续工作的研究方向进行了展望。