灵武长枣是隶属宁夏具有代表性的重要经济型林果,也是中国国家地理标志产品之一。采摘季节在每年的9月中旬到10月初,采摘期比较集中。现在采用最多的采摘方式是架梯采摘法和棍棒敲击法,但这两种方法都依赖人工采摘,这样会增加人力物力,且采摘效率低,这就对智能化自动采摘提出了强烈需求。在此过程当中,需要借助机器视觉对灵武长枣实现准确识别和定位。本文主要研究在自然条件下,基于场景分析方法的灵武长枣定位,为灵武长枣的收获奠定理论依据,也为智能化采摘机器人提供技术支撑。主要从预处理到定位进行了研究:1、对灵武长枣图像进行预处理,提出一种基于HSI单通道最优化降噪方法,并利用同态滤波进行图像增强。实验所采集到的图像会受到噪声的污染,通过将RGB图像转换为HSI图像,利用其三个通道的互不相关性,对各分量进行最优化降噪处理。实验表明,在图像含有特定噪声时,改进算法比传统降噪算法降噪效果更佳;在自然条件下,光照对采集到的图像有较大影响。为了使图像能够保持颜色不变性,提出利用同态滤波的方法减小光照的影响。通过将图像从时域转换到频域内,再利用设定的传递函数分别对照明分量和反射分量进行处理,最后再反变换到时域中,以此来对图像灰度范围进行调整,减少图像受光照的影响。2、对灵武长枣图像进行分割,以期将灵武长枣与背景实现分离。提出一种基于分水岭算法的灵武长枣图像分割方法。在传统分水岭算法的基础上,利用遗传算法对阈值寻优,得到最优阈值对图像进行分割,最后利用大津法和形态学操作进行后处理,与人工分割得到的图像相比,分割正确率为89.37%;提出一种基于场景分析方法的灵武长枣图像分割算法。利用K均值聚类算法对已转换为Lab模型的灵武长枣图像进行处理,设定特定场景下的灵武长枣图像,选取不同的K值对图像分割,最后利用特征提取和形态学操作对图像进行准确分割,与人工分割得到的图像相比,分割正确率为90.861%。3、确定图像中灵武长枣的数量与形心位置并实现灵武长枣粘连区域的分割。提出一种基于凹区域的灵武长枣粘连区域分割算法。对分割后的图像二值化并进行区域标记,分别对每个标记区域进行闭操作,并与原图像进行代数运算,可得到凹区域。利用凹区域个数与灵武长枣的个数的关系确定其数量;对于灵武长枣存在相互粘连的情况,利用所得的相对应的凹区域,求得欧氏距离下最近的两点连成的线即为分界线,实现对灵武长枣粘连区域的分割;求出已分割出的灵武长枣的最小外接矩形,可将最小外接矩形的形心近似看作灵武长枣的形心,从而确定其形心的位置。4、双目相机的标定与灵武长枣形心位置的确定。利用张正友标定法确定双目相机的内外参数,并通过视差法运算,求得灵武长枣的深度,实现对灵武长枣形心空间位置的确定。本文研究成果可以实现灵武长枣空间定位,为智能化采摘提供理论基础。