黃瓜收獲機器人視覺系統(tǒng)的研究.pdf

1、我國是一個農業(yè)大國，農業(yè)技術裝備事關國民經(jīng)濟的競爭力和農業(yè)經(jīng)濟的可持續(xù)發(fā)展。為進一步提高農業(yè)機械化和自動化水平，降低生產成本，農業(yè)收獲機器人的研究受到了越來越多的關注，成為農業(yè)機械裝備的重要研究方向。
　　 黃瓜是世界性蔬菜，栽培歷史悠久，種植廣泛。我國目前黃瓜收獲和分類的方式多以手工為主，工作效率低下，勞動強度高，而且人為因素也會導致分類標準的參差不齊，難以滿足現(xiàn)代化農業(yè)的需要?，F(xiàn)在農業(yè)機械化已駛入快車道，采用先進設備使農業(yè)生

2、產的各個環(huán)節(jié)實現(xiàn)智能化和自動化已成為主流。這跟現(xiàn)代農業(yè)精準高效、綠色環(huán)保的要求是一致的。因此，探索研制黃瓜收獲機器人很有必要。一方面可以改善人們的作業(yè)環(huán)境，降低勞動強度;另一方面可以提高采摘效率和保護自然環(huán)境。
　　 結合目前農業(yè)工程中的研究熱點—機器視覺技術，本文對黃瓜收獲機器人視覺系統(tǒng)的關鍵技術一目標識別和導航路徑提取進行較為系統(tǒng)地研究，主要研究內容包括以下幾個方面:
　　 (1)對黃瓜和其莖葉在近紅外波段的光譜特性

3、進行了研究。通過試驗，找到了黃瓜和莖葉反射光譜差異較大的波段。在利用樣本的主成分得分結合馬氏距離法剔除了異常樣本后，對定標建模樣本進行了交互驗證，得到7個最佳主成分并建立了PLS模型，對預先設定的驗證樣本集的預測結果表明，正確識別率達到100％。
　　 (2)以溫室黃瓜為對象，根據(jù)黃瓜圖像的顏色特點，研究了黃瓜圖像的顏色空間轉換和黃瓜灰度圖像增強處理。對黃瓜圖像的3種顏色空間（9個色彩通道）的色差統(tǒng)計分析，發(fā)現(xiàn)RGB顏色空間黃瓜

4、圖像適合作為圖像處理的基礎;在圖像增強處理中，利用脈沖耦合神經(jīng)網(wǎng)絡賦時矩陣的方法進行圖像增強，該方法結合了人眼的視覺特性，充分應用了Weber定律，能夠得到較好的處理效果。試驗結果表明:增強處理突出了圖像對比度，同時保留了圖像細節(jié)信息。
　　 (3)探討了溫室黃瓜圖像的分割方法。針對圖像中黃瓜與其莖葉色彩相近的特點，應用改進脈沖耦合神經(jīng)網(wǎng)絡進行黃瓜圖像分割。該方法將黃瓜圖像的灰度信息和空間信息耦合到連接系數(shù)中，通過自適應調整其各

5、參數(shù)，以動態(tài)閾值分割圖像，以圖像的二維Tsallis熵最大為脈沖耦合神經(jīng)網(wǎng)絡終止迭代準則。分別與基于Shannon熵最大終止迭代準則和基于最小交叉熵終止迭代準則的改進脈沖耦合神經(jīng)網(wǎng)絡分割效果進行比較，采用試驗優(yōu)度法統(tǒng)計分割結果。統(tǒng)計結果表明:基于二維Tsallis熵最大終止準則的PCNN可取得良好的分割效果。
　　 (4)探討了溫室環(huán)境中黃瓜目標的識別方法。針對采用脈沖耦合神經(jīng)網(wǎng)絡分割所得的二值圖像，利用數(shù)學形態(tài)學方法進一步處理

6、;分別提取二值圖像中各連通區(qū)域的4個幾何特征值和灰度共生矩陣基礎上的3個紋理特征值，作為最小二乘支持向量機(LS-SVM)的輸入特征向量;利用訓練好的LS-SVM分類器判別圖像中的黃瓜目標。試驗結果顯示:用于試驗的70幅黃瓜圖像，正確識別率達82.9％。這表明脈沖耦合神經(jīng)網(wǎng)絡結合LS-SVM的方法，適合復雜背景的溫室黃瓜識別。
　　 (5)提出了一種基于廣義模糊霍夫變換識別有部分遮擋黃瓜的方法。應用Bezier曲線擬合黃瓜的中心

7、軸，應用廣義柱的思想描述黃瓜;通過提取黃瓜二值圖像邊緣對點的特征不變角度作為索引項，對點的距離與模板索引項對應的點對距離的比例確定圖像的尺度;將模糊概念應用到投票機制中，可減少虛假投票，采用廣義霍夫變換計算黃瓜目標的潛在位置，并分別比較待識別黃瓜與模板各旋轉角度下的“面積差”，選出目標的位姿，并恢復黃瓜形狀。試驗表明:廣義模糊霍夫變換可以識別部分遮擋、不同位姿的黃瓜目標。
　　 (6)研究了黃瓜收獲機器人在溫室非結構環(huán)境中導航路

8、徑提取的算法。對CCD拍攝的圖像進行列掃描，從每列的像素灰度值累加值確定導航路徑可能的區(qū)域。通過分析，圖像中黃瓜植株和其行間路面顏色差異較大，應用RGB圖像的三個分量的數(shù)學運算（EXG和EXR）進行圖像預處理，得到直方圖具有雙峰特征的灰度圖像，利用OTSU法對該灰度圖像進行分割并得到二值圖像;從可能的導航路徑分別向左右逐行掃描，記錄行掃描中每個灰度突變的像素點位置;將同一行中離潛在導航線兩側最近的記錄像素點作和運算并取平均值，得到導航離