盡管機(jī)器人采摘視覺系統(tǒng)的開發(fā)得到了廣泛應(yīng)用，但在光線和環(huán)境復(fù)雜的果園中，尤其是對(duì)于水果顏色與背景相似的環(huán)境下，水果檢測(cè)非常具有挑戰(zhàn)性。近年來(lái)，基于機(jī)器視覺的山核桃果實(shí)檢測(cè)與定位研究較少。該研究提出了一種準(zhǔn)確有效的基于機(jī)器視覺的自然環(huán)境下果園中山核桃果實(shí)檢測(cè)方法。為了解決光照問(wèn)題，首先利用光補(bǔ)償算法處理采集的樣本，然后利用特征金字塔網(wǎng)絡(luò)（FPN）建立改進(jìn)的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster RCNN）來(lái)訓(xùn)練樣本。最后，提出了一種山核桃簇類計(jì)數(shù)方法。共測(cè)試了241張山核桃圖像，并進(jìn)行了對(duì)比實(shí)驗(yàn)。與沒(méi)有不均勻光照校正（UIC）的結(jié)果相比，所提出的檢測(cè)方法的平均精度（mAP）為95.932%，提高了0.849%，而單鏡頭檢測(cè)器（SSD）+FPN的mAP為92.991%。此外，使用所提出方法計(jì)算聚類數(shù)量，與實(shí)際聚類相比，準(zhǔn)確率為93.539%。結(jié)果表明，所提出網(wǎng)絡(luò)在不同光照和各種非結(jié)構(gòu)化環(huán)境下對(duì)山核桃果實(shí)檢測(cè)具有良好魯棒性，實(shí)驗(yàn)結(jié)果對(duì)機(jī)器人采摘視覺系統(tǒng)應(yīng)用具有很大潛力。