基于尺度不变特征转换算法的棉花双目视觉定位技术
本文关键词:基于尺度不变特征转换算法的棉花双目视觉定位技术 出处:《农业工程学报》2016年06期 论文类型:期刊论文
更多相关文章: 机器人 图像处理 视觉 棉花 SIFT特征 双目视觉 二叉树 RANSAC算法
【摘要】:为了给采棉机器人提供运动参数,设计了一套双目视觉测距装置以定位棉株。对获取的左右棉株图像进行经背景分割等预处理。求取其在8个尺度下的高斯图,通过尺度不变特征转换SIFT(scale-invariant feature transform)算法在相邻高斯差分图中提取出SIFT关键点;计算每个高斯图中关键点邻域内4×4个种子点的梯度模值,得到128维特征向量。分割右图关键点构成的128维空间,得到二叉树;利用最优节点优先BBF(best bin first)算法在二叉树中寻找到172个与左图对应的粗匹配点。由随机采样一致性RANSAC(random sample consensus)算法求出基础矩阵F,恢复极线约束,剔除误匹配,得到分布在11朵棉花上的151对精匹配。结合通过标定和F得到的相机内外参数,最终重建出棉花点云的三维坐标。结果表明,Z轴重建结果比较接近人工测量,平均误差为0.039 3 m,能够反映棉花间的相对位置。
[Abstract]:In order to provide motion parameters for cotton picking robot, a binocular vision ranging device was designed to locate cotton plant. The obtained left and right cotton plant images were preprocessed by background segmentation, and Gao Si images were obtained at 8 scales. SIFT(scale-invariant feature transformation by scaling invariant features. The algorithm extracts the key points of SIFT from the adjacent Gao Si difference graph. The gradient norm value of 4 脳 4 seed points in each Gao Si graph is calculated, and the 128-dimensional eigenvector is obtained, and the 128-dimensional space formed by dividing the key points in the right graph is segmented, and the binary tree is obtained. Using the optimal node-first BBF(best bin first algorithm, 172 rough matching points corresponding to the left graph are found in the binary tree. Random sample Consensus) algorithm to find the fundamental matrix F. By restoring the constraint of the pole line and eliminating the mismatch, 151 pairs of fine matches distributed on 11 cotton pieces are obtained, and the camera inner and outer parameters are obtained by the combination of calibration and F. Finally, the 3D coordinate of cotton point cloud was reconstructed, and the result showed that the reconstruction result of Z axis was close to manual measurement, and the average error was 0.039 3 m, which could reflect the relative position of cotton.
【作者单位】: 南京农业大学工学院;
【分类号】:TP391.41
【正文快照】: 朱昒杰,朱颖汇,王玲,卢伟,罗慧,张志川.基于尺度不变特征转换算法的棉花双目视觉定位技术[J].农业工程学报,2016,32(6):182-188.doi:10.11975/j.issn.1002-6819.2016.06.025 http://www.tcsae.orgZhu Rongjie,Zhu Yinghui,Wang Ling,Lu Wei,Luo Hui,Zhang Zhichuan.Cotton pos
【相似文献】
相关期刊论文 前10条
1 李海军;;基于双目视觉的自动跟踪系统应用[J];火力与指挥控制;2010年01期
2 胡天翔;郑加强;周宏平;;基于双目视觉的树木图像测距方法[J];农业机械学报;2010年11期
3 李梦和;林川;潘盛辉;;基于双目视觉的矿井机车定位方法[J];煤矿机械;2012年04期
4 祝世平,强锡富;基于坐标测量机的双目视觉测距误差分析[J];电子测量与仪器学报;2000年02期
5 汪倩倩;申忠宇;张亮;;基于双目视觉模型的彩色目标实时检测与定位[J];南京师范大学学报(工程技术版);2008年01期
6 潘浩;赵宇明;;基于双目视觉的客流监测系统[J];微计算机信息;2009年33期
7 单宝华;申宇;;基于双目视觉的拉索模型自由振动监测试验[J];土木工程学报;2012年11期
8 纪超;王庆;;基于双目视觉的自主空中加油算法研究与仿真[J];系统仿真学报;2013年06期
9 岳亮;;一种基于双目视觉的安全车距测量方法[J];电视技术;2013年15期
10 许明杰,王洪荣;双目视觉中恢复模型点的方法──公垂线法[J];指挥技术学院学报;1997年02期
相关会议论文 前7条
1 孟环标;杨兴强;李雪梅;;基于双目视觉的测量系统误差分析[A];第五届全国几何设计与计算学术会议论文集[C];2011年
2 朱宗磊;殷福亮;;基于双目视觉的目标检测与跟踪系统[A];2010年通信理论与信号处理学术年会论文集[C];2010年
3 王荣本;张明恒;毛晓燕;;双目视觉技术在环境探测中的应用[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年
4 张静;李琳;刘晓平;;基于双目视觉的虚拟手的实现[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
5 吴涛;刘欣;;基于单双目视觉信息融合的障碍检测方法[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年
6 孙明;;基于双目视觉的移动机器人避障研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
7 杜英魁;韩建达;唐延东;;基于双目重建不确定性的动态特征滤除[A];第七届全国信息获取与处理学术会议论文集[C];2009年
相关博士学位论文 前2条
1 陈学惠;基于移动机器人双目视觉的井下三维场景重建方法研究[D];中国矿业大学(北京);2012年
2 陈希章;基于双目视觉的弧焊机器人焊缝三维信息获取研究[D];上海交通大学;2007年
相关硕士学位论文 前10条
1 麦树彬;基于双目视觉的色盲辅助技术的研究[D];华南理工大学;2015年
2 徐宏;基于双目视觉和稀疏表示的智能倒车控制研究[D];西南交通大学;2015年
3 李辉;田间机器人的双目视觉系统误差分析研究[D];内蒙古大学;2015年
4 逯沛龙;基于FPGA的双目视觉图像预处理系统设计与实现[D];南京理工大学;2015年
5 王婷婷;基于GPU的双目视觉运动目标检测跟踪算法研究[D];哈尔滨工业大学;2015年
6 王昌盛;基于ORB算法的双目视觉测量研究[D];哈尔滨工业大学;2015年
7 赵程;具有圆面特征的非合作目标双目视觉位姿测量[D];哈尔滨工业大学;2015年
8 路研研;在轨航天器双目视觉图像采集与处理系统研制[D];哈尔滨工业大学;2015年
9 曹之乐;基于双目视觉的焦点定位方法研究与应用[D];重庆理工大学;2015年
10 王洪伟;基于双目视觉的红绿灯路口安全距离预警研究[D];安徽工程大学;2015年
,本文编号:1378173
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1378173.html