葡萄樹冬剪機器人剪枝點定位方法研究.pdf

1、葡萄樹修剪是調(diào)整果樹生長與結(jié)果關(guān)系，促進豐產(chǎn)、穩(wěn)產(chǎn)的關(guān)鍵環(huán)節(jié)。目前剪枝作業(yè)仍以人工操作為主，機械化水平低，勞動強度大，果農(nóng)迫切需要更加高效省力的設(shè)備。因此研究葡萄冬剪作業(yè)的自動化、智能化設(shè)備具有重要意義。
　　 本文以具有三年樹齡的籬架式Y(jié)形巨峰葡萄樹為研究對象，針對其溫室種植環(huán)境設(shè)計了一種基于機器視覺的葡萄樹冬剪機器人系統(tǒng)；依據(jù)該系統(tǒng)的圖像采集方法，研究實驗室環(huán)境下的葡萄樹芽點識別及剪枝點定位算法，為進一步開發(fā)葡萄樹冬剪機器人

2、系統(tǒng)奠定基礎(chǔ)。主要研究內(nèi)容及成果如下：
　　 (1)設(shè)計了一種適用于三年以上樹齡的籬架式Y(jié)形葡萄樹冬剪機器人系統(tǒng)，包括自動導(dǎo)航車載平臺、圖像采集箱、整枝模塊、剪枝模塊，能夠自主行走，實現(xiàn)葡萄樹預(yù)整枝，進而利用機器視覺開展冬剪作業(yè)。
　　 (2)在實驗室環(huán)境下搭建圖像采集平臺，采用CCD單目攝像機采集葡萄樹枝彩色圖像。選用B通道將彩色圖像轉(zhuǎn)換為灰度圖像，經(jīng)過濾波、閾值分割、形態(tài)學(xué)閉運算等預(yù)處理操作后獲取葡萄樹枝二值圖像。<

3、br>　　 (3)采用并行細化算法實現(xiàn)樹枝骨架提取，通過對比形態(tài)學(xué)細化算法、Zhang細化算法以及Rosenfeld細化算法的應(yīng)用效果，選擇Rosenfeld細化算法提取葡萄樹枝骨架圖像。
　　 (4)選用Harris算子檢測葡萄樹枝骨架圖像中的芽點，對115幅不同角度的實驗樣本圖像檢測得到的芽點平均正檢率為76.5％，平均識別率為66.4%。利用所識別的芽點信息，提出一種適用于籬架式Y(jié)形葡萄樹的剪枝點定位算法，實驗結(jié)果表明，