基于视觉的植保无人机避障研究
发布时间：2021-03-27 13:29
近些年来,由于无人机技术不断的发展,日渐完善,无人机在民用领域与军事领域上都获得了大量的需求和应用。在农业植保方面,由于植保无人机具有体积小、高效安全、施药均匀、花费较低等优点,被广泛的应用到农业植保中,逐渐替代了人工植保,占有了一定的市场份额。植保无人机在农田中执行植保任务时,农田中的环境较复杂,植保无人机会遇到树木、房屋、电线杆等障碍物,农田中的障碍物会影响植保无人机的飞行安全,使植保无人机受到损坏,不仅完不成植保任务,还会造成额外的经济损失,因此植保无人机需要具有避障功能,能够避开障碍物,使得植保无人机能够安全、有效的完成植保任务。本文研究了基于视觉的植保无人机避障的方法,在开源飞控的无人机上进行进一步的研究,将避障算法添加到植保无人机中,使植保无人机实现避障功能。本文研究的主要内容如下:1.通过查阅大量的有关无人机视觉避障方面的文献资料,阐述了无人机视觉避障的研究背景与意义,对无人机视觉避障的国内外研究现状进行了归纳总结。2.视频图像处理的相关知识。植保无人机通过搭载的CCD摄像机作为视觉传感器来获得视野范围内的环境信息,对CCD摄像机进行了简单的介绍。由于视觉传感器内部元件本...
【文章来源】：沈阳理工大学辽宁省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
图２．３直方图效果对比图??Ｆｉｇ．２．３?Ａ?ｃｏｍｐａｒｉｓｏｎ?ｉｍａｇｅ?ｏｆ?ｉｍａｇｅ?ｈｉｓｔｏｇｒａｍ??
降低图像的质量，覆盖图像的特征，使得图像的某些有用特征不能够被提取来，对图像复原、识别等后续工作造成了干扰，因此需要去除图像中的噪声。??无人机采集到的图像不可避免的存在噪声，为实现去噪，本文采用了中值波方法，它属于非线性滤波方式［２８］，这种方法具有较好的去噪效果，其它去噪法对图像边缘破坏较大，这种方法可以较好的保护边缘［２９］。中值滤波的基本步如下：??（１）采用具有合适尺寸的模板遍历图像全部像素点，模板的中心移动到一个占上．??ＪＳＷ?—Ｉ—?３??（２）获得二维模板下图像像素点的灰度值；??（３）按由低到高的顺序排列这些灰度值；??（４）寻找到处在中间的灰度值；??（５）用中间位置上灰度值替代二维模板中心对应的像素点的灰度值。??二维模板尺寸的选用对实现中值滤波有重要的影响，下图显示了中值滤去噪效果，选择的二维模板尺寸为３ｘ３。??
得到的高斯差分尺度空间。ＳＩＦＴ特征检测算法在实现图像的高斯差分尺度空间时，??使用高斯差分金字塔的方法，高斯金字塔每组中上下相邻的两层图像进行相减就??可以得到高斯差分金字塔，如图３．２所示。??？?＊?？??Ｓｃａｌｅ?ｔ?．‘么敌＃，??（ｎｅｘｔ??ｏｃｔａｖｅ）?々，轉：…??／ｃ?Ｌ?ｘ?ｙ?ｙ?ｙ?＾?＾?＾?ｊ－￣??．．．．■■?．？?■■?＞??．?．：－？??■＇?？＇?ｒ￣?￣??Ｓｃａｌｅ??（ｆｉｒｓｔ??ｏｃｔａｖｅ）??－－?－－??－＊■?．Ｔ?－ｒ?＾?－１?－＊?ｊ?ｙ?ｍ?９??ｙ?＾?ｙ?．／?ｙ?ｙ?ｙ?ｙ??Ｊ?ｔ?－ｒ??ｙ＇?．．＊?ｙ?．？＊?．－！＊?７?？?＾??＿／?＾?＾?ｙ?ｆ?ｙ??ｙ?－－?ｙ?ｒ?ｙ?ｙ?＾?？二Ｊ??＞?ｙ?二？－?－－??ＶＶ?＾?７?＾?＾??Ｇａｕｓｓｉａｎ??图３．１高斯金字塔??Ｆｉｇ．３．１?Ｇａｕｓｓ?Ｐｙｒａｍｉｄ??－２４－??
【参考文献】：
期刊论文
[1]基于双目视觉的无人机避障之研究[J]. 王淏,潘峥嵘,朱翔. 自动化与仪表. 2018(04)
[2]基于光流传感器的旋翼无人机实时避障系统[J]. 余超凡,孙建辉. 计算机应用与软件. 2018(01)
[3]基于改进中值滤波的图像噪声去除算法的研究[J]. 赵君爱,魏艳春. 浙江农业学报. 2015(06)
[4]无人机静电喷雾系统设计及试验[J]. 茹煜,金兰,贾志成,包瑞,钱啸冬. 农业工程学报. 2015(08)
[5]基于双目视觉的微型无人机室内3维地图构建[J]. 余小欢,韩波,张宇,李平. 信息与控制. 2014(04)
[6]中国农业航空植保产业技术创新发展战略[J]. 周志艳,臧英,罗锡文,Lan Yubin,薛新宇. 农业工程学报. 2013(24)
[7]基于OpenCV的图像阈值分割研究与实现[J]. 雷建锋,汪伟. 现代电子技术. 2013(24)
[8]无人飞机在农业生产中前景无限[J]. 凌云. 农业机械. 2013(10)
[9]基于改进SIFT的图像拼接算法[J]. 崔得龙,弓云峰,左敬龙. 电子设计工程. 2013(02)
[10]几种边缘检测算子的性能比较研究[J]. 王智文. 制造业自动化. 2012(11)
硕士论文
[1]基于ToF与视觉检测的四旋翼飞行器避障方法研究[D]. 王砥中.安徽大学 2018
[2]基于视觉的旋翼无人机避障技术研究[D]. 张小东.解放军信息工程大学 2017
[3]基于雷达和视觉复合传感器的无人机障碍物检测研究[D]. 蒋超.沈阳理工大学 2016
[4]小型多旋翼飞行器辅助避障技术研究[D]. 姜海勇.中国科学院研究生院(上海技术物理研究所) 2016
[5]基于单目视觉无人机避障系统的算法研究[D]. 符宇.西安电子科技大学 2016
[6]基于嵌入式平台的无人机视觉跟踪避障方法研究[D]. 史浩明.南京航空航天大学 2016
[7]基于帧间差分的运动目标检测[D]. 胡敬舒.哈尔滨工程大学 2013
本文编号：3103593
【文章来源】：沈阳理工大学辽宁省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
图２．３直方图效果对比图??Ｆｉｇ．２．３?Ａ?ｃｏｍｐａｒｉｓｏｎ?ｉｍａｇｅ?ｏｆ?ｉｍａｇｅ?ｈｉｓｔｏｇｒａｍ??
降低图像的质量，覆盖图像的特征，使得图像的某些有用特征不能够被提取来，对图像复原、识别等后续工作造成了干扰，因此需要去除图像中的噪声。??无人机采集到的图像不可避免的存在噪声，为实现去噪，本文采用了中值波方法，它属于非线性滤波方式［２８］，这种方法具有较好的去噪效果，其它去噪法对图像边缘破坏较大，这种方法可以较好的保护边缘［２９］。中值滤波的基本步如下：??（１）采用具有合适尺寸的模板遍历图像全部像素点，模板的中心移动到一个占上．??ＪＳＷ?—Ｉ—?３??（２）获得二维模板下图像像素点的灰度值；??（３）按由低到高的顺序排列这些灰度值；??（４）寻找到处在中间的灰度值；??（５）用中间位置上灰度值替代二维模板中心对应的像素点的灰度值。??二维模板尺寸的选用对实现中值滤波有重要的影响，下图显示了中值滤去噪效果，选择的二维模板尺寸为３ｘ３。??
得到的高斯差分尺度空间。ＳＩＦＴ特征检测算法在实现图像的高斯差分尺度空间时，??使用高斯差分金字塔的方法，高斯金字塔每组中上下相邻的两层图像进行相减就??可以得到高斯差分金字塔，如图３．２所示。??？?＊?？??Ｓｃａｌｅ?ｔ?．‘么敌＃，??（ｎｅｘｔ??ｏｃｔａｖｅ）?々，轉：…??／ｃ?Ｌ?ｘ?ｙ?ｙ?ｙ?＾?＾?＾?ｊ－￣??．．．．■■?．？?■■?＞??．?．：－？??■＇?？＇?ｒ￣?￣??Ｓｃａｌｅ??（ｆｉｒｓｔ??ｏｃｔａｖｅ）??－－?－－??－＊■?．Ｔ?－ｒ?＾?－１?－＊?ｊ?ｙ?ｍ?９??ｙ?＾?ｙ?．／?ｙ?ｙ?ｙ?ｙ??Ｊ?ｔ?－ｒ??ｙ＇?．．＊?ｙ?．？＊?．－！＊?７?？?＾??＿／?＾?＾?ｙ?ｆ?ｙ??ｙ?－－?ｙ?ｒ?ｙ?ｙ?＾?？二Ｊ??＞?ｙ?二？－?－－??ＶＶ?＾?７?＾?＾??Ｇａｕｓｓｉａｎ??图３．１高斯金字塔??Ｆｉｇ．３．１?Ｇａｕｓｓ?Ｐｙｒａｍｉｄ??－２４－??
【参考文献】：
期刊论文
[1]基于双目视觉的无人机避障之研究[J]. 王淏,潘峥嵘,朱翔. 自动化与仪表. 2018(04)
[2]基于光流传感器的旋翼无人机实时避障系统[J]. 余超凡,孙建辉. 计算机应用与软件. 2018(01)
[3]基于改进中值滤波的图像噪声去除算法的研究[J]. 赵君爱,魏艳春. 浙江农业学报. 2015(06)
[4]无人机静电喷雾系统设计及试验[J]. 茹煜,金兰,贾志成,包瑞,钱啸冬. 农业工程学报. 2015(08)
[5]基于双目视觉的微型无人机室内3维地图构建[J]. 余小欢,韩波,张宇,李平. 信息与控制. 2014(04)
[6]中国农业航空植保产业技术创新发展战略[J]. 周志艳,臧英,罗锡文,Lan Yubin,薛新宇. 农业工程学报. 2013(24)
[7]基于OpenCV的图像阈值分割研究与实现[J]. 雷建锋,汪伟. 现代电子技术. 2013(24)
[8]无人飞机在农业生产中前景无限[J]. 凌云. 农业机械. 2013(10)
[9]基于改进SIFT的图像拼接算法[J]. 崔得龙,弓云峰,左敬龙. 电子设计工程. 2013(02)
[10]几种边缘检测算子的性能比较研究[J]. 王智文. 制造业自动化. 2012(11)
硕士论文
[1]基于ToF与视觉检测的四旋翼飞行器避障方法研究[D]. 王砥中.安徽大学 2018
[2]基于视觉的旋翼无人机避障技术研究[D]. 张小东.解放军信息工程大学 2017
[3]基于雷达和视觉复合传感器的无人机障碍物检测研究[D]. 蒋超.沈阳理工大学 2016
[4]小型多旋翼飞行器辅助避障技术研究[D]. 姜海勇.中国科学院研究生院(上海技术物理研究所) 2016
[5]基于单目视觉无人机避障系统的算法研究[D]. 符宇.西安电子科技大学 2016
[6]基于嵌入式平台的无人机视觉跟踪避障方法研究[D]. 史浩明.南京航空航天大学 2016
[7]基于帧间差分的运动目标检测[D]. 胡敬舒.哈尔滨工程大学 2013
本文编号：3103593
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3103593.html
