基于圖像處理的智能割草機器人路徑規(guī)劃研究.pdf

1、隨著科學技術的不斷發(fā)展，機器人視覺在不同領域得到廣泛使用。全自動割草機器人通過提取草地圖像的紋理特征可以有效地擬合出工作分界線，從而有助于智能割草機器人后期的路徑規(guī)劃研究。
　　本文利用灰度共生矩陣提取草地的紋理特征分割圖。最終根據(jù)人眼的視覺特性擬合出一條分界線并用于后期的路徑規(guī)劃。研究的主要的工作有。
　?。?）紋理特征提取技術研究
　　論述了圖像紋理特征的意義和涉及領域。分別從模型、統(tǒng)計、頻譜、結構四個方面對現(xiàn)有的

2、紋理特征提取技術進行了詳細分析并對其中幾種算法的實驗效果進行了對比。
　?。?）基于灰度共生矩陣的草地紋理分割技術研究
　　將灰度共生矩陣算法運用到草地圖像的紋理分割中。通過比較“自相關”“對比度”“能量”“均勻性”四個不同性質的特征值矩陣，“3×3”“5×5”“7×7”“9×9”四個不同大小的歷遍窗口以及“8”“16”“32”“64”四個不同數(shù)量等級的灰度級數(shù)最后形成的紋理分割效果圖，選取了一組最佳分割參數(shù)。實驗結果表明在

3、選取適當參數(shù)的基礎上，利用灰度共生矩陣能較好地提取草地圖像的紋理特性。
　?。?）基于紋理分割圖的草地分界線提取
　　利用人眼分辨圖像分界線時的常規(guī)判斷，提出了一種基于草地紋理分割圖的分界線擬合算法。首先將紋理特征二值圖分割成若干寬度相同的橫條，通過計算每個橫條內(nèi)黑色像素點的占有比確定輪廓歷遍器大小。然后根據(jù)黑色像素點離散率適當增加歷遍器長度，本文提出固定值增加和變動值增加兩種方法并進行了比較分析。接著利用已確定的輪廓歷遍器

4、對分割后的單個橫條進行像素點的逐列歷遍，從而擬定出當前橫條的分割點位置。最后，將每個橫條得到的分割點用直線連起來。實驗結果表明該方法能較為準確地擬合出分割點位置，從而達到對草地圖像未割區(qū)域和已割區(qū)域的區(qū)分。
　?。?）基于擬合分界線的路徑規(guī)劃
　　根據(jù)第4章擬合的分界線對割草機器人進行路徑規(guī)劃。首先將圖像中的分割點位置一一投射到實際區(qū)域內(nèi)。然后通過對分割點之間的角度差和距離差進行統(tǒng)計分析計算出割草機器人在每個分割點所需轉動的