黃瓜采摘機器人視覺關鍵技術及系統(tǒng)研究.pdf

1、基于機器視覺的果蔬采摘機器人可充分利用其信息感知能力對果蔬進行識別,提高采摘效率,但是目前采摘機器人還未得到大量應用,其重要原因之一為果實識別率不高,因此研究采摘機器人的目標識別對加快農業(yè)采摘機器人的實用進程、改變目前主要依靠人工采摘的現(xiàn)狀具有重要現(xiàn)實意義。
　　 本文以溫室黃瓜作為研究對象,在自然環(huán)境下采集的可見光圖像中,由于黃瓜果實和葉莖顏色相近給識別帶來了困難,采用基于形狀特征的模板匹配法可實現(xiàn)黃瓜果實識別率為87％,采用

2、雙目立體視覺實現(xiàn)黃瓜采摘點的三維空間坐標定位,在物距500mm-750mm時,實現(xiàn)最大定位誤差9.46mm。本文的主要研究內容和成果如下:
　　 1、研究了黃瓜圖像的顏色特征,分析了黃瓜果實和莖葉等在RGB模型和HSI模型中6個分量圖像,通過對各分量圖像的研究發(fā)現(xiàn),黃瓜果實和莖葉等背景在G分量圖像中差別較大,選擇G分量圖作為顏色特征作圖像分割,通過圖像增強、閾值分割、形態(tài)學操作等一系列處理過程,得到黃瓜圖像分割結果,但分割結果并

3、不是很理想。
　　 2、研究了黃瓜果實形狀的表示和描述方法。采集200幅簡單背景下的黃瓜圖像做處理并得到黃瓜邊界,采用橢圓傅里葉描述邊界并做歸一化處理,通過平均各描述子得到平均橢圓傅里葉描述子,通過反變換描述子重建黃瓜邊界,得到標準的黃瓜邊界。
　　 3、研究了模板變形和模板匹配算法。以得到的標準的黃瓜邊界為基礎,通過5次尺度變換和13次角度變換,得到65個不同尺度和不同角度的黃瓜形狀,對其進行實體化后形成模板庫。采用基

4、于模板庫的匹配算法對復雜背景下的100幅黃瓜圖像進行灰度模板匹配,實現(xiàn)黃瓜識別,正確識別率達87％,對顏色相近以及部分遮擋的果實仍能實現(xiàn)識別,并提出匹配的模板起始點作為黃瓜果實頂點。
　　 4、研究了雙目立體視覺原理、數(shù)學模型以及攝像機標定方法。構建雙目視覺系統(tǒng)并進行攝像機標定實驗,得到雙目立體視覺系統(tǒng)的內外參數(shù),根據(jù)雙目視覺原理,對黃瓜采摘點進行定位計算,得到其空間坐標,利用FARO ARM三坐標測量儀測量采摘點實際空間坐標,