1.一种动态背景下振荡苹果跟踪识别方法，其特征在于：具体包括以下步骤：

1)图像采集：使用彩色CCD相机采集苹果图像序列；

2)图像分割：使用自适应的R‑αG色差模型将彩色苹果图像转化为灰度图像，然后使用最大类间方差法分割图像；

其中R为图像红色分量，G图像为绿色分量；

3)二值图完善：将分割后得到的二值图像用一个半径为3的圆形模板进行开运算，然后对其进行孔洞填充，最后去除长宽比L<2.5、面积S

式中，L为连通区域最小包围矩形长宽比，W为最小包围矩形宽，H为最小包围矩形高；

面积阈值为

式中，ST为面积阈值，Smax为最大连通区域面积；

填充率为

式中，F为填充率，S0为连通区域面积，St为连通区域最小包围矩形面积；

4)苹果识别：使用局部参数自适应霍夫变换法识别苹果；

所述的局部参数自适应霍夫变换法包括如下步骤：

4.1)在连通区域的局部范围内使用霍夫梯度法寻找圆，定义半径R＝连通区域最小包围矩形的宽，则霍夫变换的参数：最大半径Rmax＝R*1.2,最小半径Rmin＝R/1.2,最小圆心距D＝Rmin；

4.2)去除圆心点像素为0、面积S

5)苹果位置预判：使用KLT角点跟踪算法跟踪前帧角点在后帧的位置，然后使用正反向光流误差法去除跟踪不稳定的角点，之后使用随机采样一致性算法去除误匹配点并计算前后两帧间仿射变换矩阵，最后根据苹果位置的仿射变换矩阵来预判苹果位置，所述的仿射变换矩阵为：

式中，ρ为尺度因子，θ为旋转角度，tx、ty为平移项。

所述预判的苹果位置如下：

式中，xr、yr为苹果中心在前一帧中的坐标，xc、yc为苹果中心在当前帧中的坐标，ρ为仿射变换矩阵的尺度因子，θ为仿射变换矩阵旋转角度，tx、ty为仿射变换矩阵平移项；

6)匹配识别：将第一帧图像识别到的苹果区域灰度图像提取为模板图像，仿射变换矩阵的尺度因子ρ、旋转角度θ矫正模板，最后以步骤5)预判的苹果位置为中心，在1.2倍模板大小范围内进行去均值归一化互相关匹配，以确定苹果最佳位置。

2.根据权利要求1所述的一种动态背景下振荡苹果跟踪识别方法，其特征在于：最大类间方差法是一种自适应的阈值确定方法，它将图像按照灰度特性分成背景和目标两个部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景部分或背景部分错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小。

3.根据权利要求1所述的一种动态背景下振荡苹果跟踪识别方法，其特征在于：在步骤2

3)中，L无单位数值，W和H的单位均为像素，ST和Smax的单位均为像素 ，F无单位数值，S0和St2

的单位均为像素。

4.根据权利要求1所述的一种动态背景下振荡苹果跟踪识别方法，其特征在于：所述步骤5)中采用的KLT角点跟踪算法包括如下步骤：

5.1)在第一帧图像中提取Shi‑Tomasi角点；

5.2)使用金字塔LK光流法在相邻帧之间对提取到Shi‑Tomasi角点进行追踪。

5.根据权利要求1所述的一种动态背景下振荡苹果跟踪识别方法，其特征在于：所述步骤5)中采用的正反向光流误差法包括如下步骤：先使用光流法正向跟踪角点，然后对跟踪到的角点再使用光流法反向跟踪到原图像，如果角点在跟踪前后位置变化较大，那么这个角点的跟踪不稳定，要将其剔除。