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、基于視覺的自動導(dǎo)航研究一直是當(dāng)今計算機視覺的熱點之一。本研究是智能柑橘收獲機器人自動導(dǎo)航技術(shù)研究的一個基礎(chǔ)部分,用桔子樹干的存在和位置信息代表果樹的有無與位置信息。桔子樹干圖像分割和特征提取,是將攝像機采集的圖像中的桔子樹干與所在周圍環(huán)境分割,并且獲取特征點數(shù)據(jù)的方法和技術(shù)。本文在對常規(guī)的圖像分割算法的研究和分析的基礎(chǔ)上,針對桔子樹干圖像本身的特點并結(jié)合先驗知識,提出了適用于桔子樹干圖像分割的算法,實現(xiàn)了桔子樹干圖像的計算機自動分割。主
2、要內(nèi)容和結(jié)論如下: 1.運用三種常規(guī)圖像分割算法試分割桔子樹干圖像,分析對比三種算法的分割效果,得出簡單利用常規(guī)方法不能夠滿足桔子樹干自動分割的要求。 2.提出了基于彩色圖像分割的算法。本文通過對桔子樹干圖像分析,發(fā)現(xiàn)桔子樹干區(qū)域中的像素點的G分量值與R分量值的比值大約為0.9。根據(jù)這一特征選擇初始顏色特征向量進行彩色圖像分割,經(jīng)過線性空間濾波、形狀特征分割等主要處理步驟,可以提取出桔子樹干。采用數(shù)學(xué)形態(tài)學(xué)運算修復(fù)分割中
3、產(chǎn)生的桔子樹干不連續(xù)區(qū)域,可以完全消除圖像中的孔洞,對斷裂區(qū)域的連接效果良好。正確識別率達到了75%。 3.本文提出了適用于桔子樹干分割的剝離算法。桔子樹干圖像可分為三部分:桔子樹干區(qū)域、綠色區(qū)域以及背景區(qū)域。算法思想是依次去除綠色區(qū)域和背景區(qū)域,則保留下來的就是桔子樹干區(qū)域,就可以精確的將桔子樹干從圖像中分割出來。本算法通過對像素點亮度值的操作,成功的在彩色圖像中完全去除桔子樹冠和雜草區(qū)域、天空背景及亮斑等區(qū)域,而幾乎不改變桔
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。
最新文檔
- 桔子樹的詳細資料
- 昆蟲圖像處理與識別方法的研究.pdf
- 捆扎線材圖像處理的識別方法研究.pdf
- 掌紋圖像處理及識別方法研究.pdf
- 圖像處理及特征識別方法研究.pdf
- 醫(yī)學(xué)圖像處理與識別方法研究.pdf
- 基于圖像處理的大豆病害識別方法研究.pdf
- 基于圖像處理的糖晶體識別方法研究.pdf
- 虹膜圖像預(yù)處理和識別方法研究.pdf
- 基于圖像處理的超市商品識別方法的研究.pdf
- 復(fù)雜背景下樹干圖像分割算法及其識別系統(tǒng)的研究.pdf
- 基于圖像處理的草莓病害識別方法研究.pdf
- 手背靜脈識別圖像的預(yù)處理方法研究.pdf
- 成像測井裂縫圖像處理和識別方法的研究.pdf
- 基于圖像處理的水下目標(biāo)識別方法研究.pdf
- 基于圖像處理的蔗糖結(jié)晶顆粒識別方法研究
- 成熟柑橘識別與樹干輪廓提取方法的研究與實現(xiàn).pdf
- 基于圖像處理的焊點缺陷識別方法的研究.pdf
- 基于圖像處理的帶鋼表面缺陷識別方法研究.pdf
- 應(yīng)用圖像處理技術(shù)識別田間雜草方法的研究.pdf
評論
0/150
提交評論