蘋果采摘機器人的重疊果實定位方法研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息技術(shù)的日漸發(fā)展,農(nóng)業(yè)生產(chǎn)不斷走向自動化、智能化,課題組在高等學校博士學科點專項科研基金:蘋果采摘機器人常見生長形態(tài)果實自適應精確識別研究的資助下,對蘋果采摘機器人的視覺系統(tǒng)及伺服控制系統(tǒng)進行了研究,并取得了較大的成果。本文重點研究重疊蘋果的識別定位問題,提出相應算法進行實現(xiàn)并對所提算法進行MATLAB仿真實驗,檢測其穩(wěn)定性、精準性及實時性。主要的研究工作及成果如下:
  (1)蘋果圖像預處理。通常直接從果園采集到的蘋果圖像

2、會出現(xiàn)顏色失真、對比度弱及噪聲干擾等現(xiàn)象,因此預處理是識別前不可或缺的步驟,本文針對上述問題對圖像進行自適應直方圖均衡化處理及噪聲濾除操作,增強圖像質(zhì)量,以便后續(xù)目標分割及識別。
  (2)圖像目標分割及優(yōu)化。目標分割效果的優(yōu)劣直接影響果實的識別率,本文通過實驗對幾種常用目標分割方法的效果進行比較分析,并結(jié)合考慮采摘機器人對實時性的要求,選取色差法與OTSU分割結(jié)合法作為機器人的圖像分割處理方法。此方法通過對RGB圖像的R-G分量

3、圖進行OTSU閾值分割,能夠較好地獲得蘋果目標輪廓,且實時性較高。由此獲得的目標輪廓仍需要形態(tài)學處理及孔洞填補算法對圖像進行優(yōu)化,完整目標輪廓,去除分割碎片,為識別操作排除干擾。
  (3)蘋果的識別方法。蘋果外形為類圓形,可采用圓擬合方法對其實現(xiàn)定位。本文通過四種方法實現(xiàn)對蘋果的識別,分別為:Hough變換法,極值法、迭代腐蝕法及分水嶺與最小二乘擬合結(jié)合方法。Hough變換法為對重疊果實定位的經(jīng)典算法;極值法采用搜尋蘋果輪廓內(nèi)像

4、素離邊界最小距離的極值的思想來定位蘋果;迭代腐蝕法利用形態(tài)學處理中的腐蝕操作找到蘋果輪廓的圓心,然后采用旋轉(zhuǎn)向量法搜尋半徑,從而實現(xiàn)定位;分水嶺與二乘擬合結(jié)合算法以K-means分割出的蘋果目標為基礎(chǔ),對蘋果輪廓進行分水嶺分割,再以最小二乘圓擬合實現(xiàn)圖像分塊處理,從而完成定位。
  (4)識別方法的實驗分析。本文以面積、中心點的誤差及速度作為識別算法評價標準,將四種算法擬合出的圓心及半徑進行統(tǒng)計并作誤差對比分析,得出最優(yōu)方法。由于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論