基于双目立体视觉的草坪机刀盘升降控制系统研究

发布时间：2020-11-11 07:44

　　 随着社会的发展与人们生活水平的提高,城市的绿化水平成为关注的重点,随之而来的草坪管理维护等问题也亟待解决。草坪物种的多样性使得维护管理方案千差万别,其中最主要的草坪留茬高度标准具有较大差异。因为应用于大型草场维护的零转弯半径(Zero Turning Radius,简称ZTR)割草机的刀盘无法自动升降且没有对待割草坪植株高度进行精确测量,所以其在割草作业时未能实现对留茬高度精准控制。针对以上问题,本文基于计算机视觉技术对草坪植株进行分类并对其高度进行测量;在此基础上,自动计算出割草机刀盘的升降高度,为刀盘的自动高度调节奠定基础。主要内容如下:1.基于Halcon建立草坪机双目立体视觉的测量系统。根据双目相机成像的原理,通过自制的标定板对双目相机进行标定。结果显示,当标定图像数量大于25张时,标定结果较为稳定。2.基于LS-SVM与多特征融合对草坪植株进行识别分类。首先,考虑HSV颜色空间对局部颜色变化的敏感性,从而利用Sobel算子提取出2个像素级颜色特征;其次,利用Gabor滤波器提取出草坪植株的3个纹理特征;然后,利用region相关算子提取出7个形状特征;最后,采用动态阈值法对LS-SVM分类器的训练样本进行选择,通过贝叶斯优化法确定分类器中的惩罚系数C和核参数σ。实验表明,草坪的分类准确率达92.88%,且该分类算法可满足不同天气的需求。3.基于建立的双目视觉系统对识别分类后的草坪植株高度进行测量。首先,对传统Foerstner特征点检测算法进行改进,不仅强化了草坪植株的边缘信息,还降低了伪角点的个数;然后,将提取的特征点作为匹配对象,采用顺序性约束与动态规划相结合的立体匹配方法,在降低匹配计算量的同时还提高了匹配精度;最后,利用所提取特征点的坐标构建虚拟地面,通过叶片顶端特征点的空间坐标与底平面法向量进行点积运算求得植株平均高度。实验表明,利用上述方法测得的植株高度与其实际高度误差率在1%左右。4.基于SQL建立各类草坪特征的数据库。将提取的草坪颜色、形状、纹理等特征数据进行统一管理,并增添了草坪维护管理中的相关参数,如割草频率、周期、留茬高度等。从而建立完善的草坪特征管理系统,为智能割草机的发展奠定基础。
【学位单位】：江苏科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU986.32;TP391.41
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 智能割草机研究现状
        1.2.2 草类植物识别研究现状
    1.3 主要研究内容
第2章 双目立体视觉系统原理及标定
    2.1 双目视觉基本原理
    2.2 双目视觉研究方法
    2.3 双目相机标定
        2.3.1 双目标定原理
        2.3.2 单目标定
        2.3.3 双目标定
        2.3.4 立体校正
    2.4 本章小结
第3章 基于LS-SVM的草坪植株识别分类研究
    3.1 颜色空间模型
        3.1.1 RGB颜色空间
        3.1.2 HSV颜色空间
    3.2 图像预处理
        3.2.1 灰度化
        3.2.2 降噪滤波
        3.2.3 形态学处理
    3.3 图像阈值分割
        3.3.1 Otsu阈值分割
        3.3.2 模糊阈值分割
        3.3.3 动态阈值分割
        3.3.4 分割实验对比
    3.4 图像特征提取
        3.4.1 颜色特征提取
        3.4.2 形状特征提取
        3.4.3 纹理特征提取
    3.5 LS-SVM识别分类
        3.5.1 支持向量机简介
        3.5.2 构造LS-SVM分类器
        3.5.3 选取训练样本
        3.5.4 分类实验对比
    3.6 本章小结
第4章 基于双目立体视觉的草坪植株高度测量研究
    4.1 特征点检测算法
        4.1.1 Harris角点检测
        4.1.2 SIFT角点检测
        4.1.3 改进的Foerstner角点检测
        4.1.4 仿真实验结果
    4.2 基于特征的立体匹配
        4.2.1 立体匹配算法
        4.2.2 匹配约束条件
        4.2.3 Foerstner特征点动态规划匹配
    4.3 植株高度测量算法
    4.4 实验结果分析
    4.5 本章小结
第5章 草坪机刀盘系统搭建及实现
    5.1 草坪机刀盘硬件系统组成
        5.1.1 系统应用平台
        5.1.2 系统硬件构成
        5.1.3 系统处理平台
    5.2 功能模块实现
        5.2.1 编程环境生成
        5.2.2 图像采集模块
        5.2.3 检测算法模块
        5.2.4 SQL Server数据库模块
    5.3 系统应用试验分析
        5.3.1 图像采集试验
        5.3.2 相机标定
        5.3.3 草坪植株分类试验
        5.3.4 植株高度测量及刀盘升降计算
    5.4 本章小结
总结与展望
    内容总结
    研究展望
参考文献
攻读学位期间参与项目及研究成果
致谢

【参考文献】

相关期刊论文 前10条

1 徐丽辉;郭新元;;园林应用中草坪草的选择[J];吉林农业;2015年08期

2 罗阳倩子;;计算机视觉的理论框架探索[J];价值工程;2015年02期

3 段云鹏;齐耀祖;;基于灰度图像边缘提取的建筑外形尺寸测量方法[J];工程经济;2015年01期

4 马宁;;草坪的建植与维护[J];农村实用科技信息;2014年11期

5 王克华;孙彦;周禾;;第12届国际草坪会议以及中美草坪业及草坪研究的初步比较[J];草地学报;2014年04期

6 谭民;王硕;;机器人技术研究进展[J];自动化学报;2013年07期

7 杨磊;张帆;张广文;张豫;;一种改进的图像检索算法[J];中国传媒大学学报(自然科学版);2011年04期

8 王传宇;赵明;阎建河;周顺利;张英华;;基于双目立体视觉技术的玉米叶片三维重建[J];农业工程学报;2010年04期

9 刘解放;陈娜;赵磊;侯振雨;;最小二乘支持机及其数学原理和应用研究[J];河南科技学院学报(自然科学版);2008年03期

10 王贞;谷丽荣;许玉娟;;高尔夫球场草坪的养护管理[J];草业科学;2007年10期

相关硕士学位论文 前7条

1 张传果;柱面压印字符识别算法研究和实现[D];广东工业大学;2017年

2 周媛;割草器高度变化对ZTR割草机连续翻滚特性的影响规律研究[D];江苏科技大学;2017年

3 张得明;割草机器人草地视觉识別与路径规划技术研究[D];扬州大学;2016年

4 陆溪;基于图像的草坪场景分析[D];浙江理工大学;2015年

5 董红霞;基于图像的植物叶片分类方法研究[D];湖南大学;2013年

6 王钦琰;基于统计建模的彩色图像分割算法研究[D];辽宁师范大学;2012年

7 赵昭;基于颜色降维的彩色图像边缘检测研究[D];曲阜师范大学;2010年

本文编号：2878934