一种基于机器视觉的穴盘苗盘上检测方法研究

发布时间：2017-04-16 06:18

  本文关键词：一种基于机器视觉的穴盘苗盘上检测方法研究，由笔耕文化传播整理发布。

【摘要】：嫁接技术是设施农业中克服连作病害的最有效方法。在嫁接过程中,砧木和接穗的苗径尺寸匹配程度对嫁接苗的成活率有直接影响。因此,本文通过双目视觉测量的手段,实现一种在穴盘上直接自动测量嫁接苗的苗径和子叶参数的方法,为砧木和接穗的自动匹配提供基础数据。本文研究的工作主要有几个方面:1、穴盘苗模型研究。研究穴盘苗的直径和高度之间的关系模型和苗茎椭圆方向和子叶方向之间的关系模型。实现了苗茎测量系统、子叶测量系统和双目定位系统,利用双目视觉技术实现复杂环境下的实时测量,通过实验数据验证这两种关系模型的合理性。实验表明西葫芦秧苗在子叶方向偏差61.23°-64.65°处是苗径值的短轴,在子叶方向偏差151°-152.241°处是苗茎的长轴,苗径从根部到茎梢总体呈下降趋势,部分出现中间较粗的情况,穴盘苗的直径和高度之间无确定关系。2、子叶分离方法研究。本文在课题前人利用轮廓深度信息进行子叶分离研究的基础上,采用Freeman链码对子叶轮廓进行编码,计算与等距前继点与后继点连线中点的欧氏距离,获取候选拐点集合。研究候选拐点的匹配方法和双向搜索策略对拐点匹配精度的提升,本文实验中44个候选拐点使用单向搜索算法误匹配对数为5,使用双向搜索算法误匹配所有候选拐点都得到正确匹配。结合三维深度检测方法,对匹配拐点附近1/8轮廓链进行三维坐标测量,对存在高差突变的拐点进行二次分离,进一步提高子叶分离正确率。3、盘上检测方法研究。设计多列相机并行盘上测量装置,提出穴盘苗盘上测量方法,对流过测量区域的嫁接苗进行连续采集测量,并给出测量处苗径短轴估算方法。利用盘上获取的拐点和子叶方向研究生长点位置,对生长点进行左右视觉的特征点匹配,获取生长点深度信息。4、检测样机的初步研制。讨论样机的初步设计和电机、控制卡、滑台等部件的选型及连接,搭建样机实验平台,研究基于视觉的电机控制,编写测量软件,开展测量实验,对100组子叶展角大于120°、苗茎保持直立的西瓜嫁接苗的实验表明,测量装置执行率为89%,与人工测量比对,苗径机器测量的误差均值为0.171mm。
【关键词】：穴盘苗 苗径 机器视觉 盘上检测
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-13
• 1.1 课题研究的背景和意义9-10
• 1.2 发展历程及研究现状10-12
• 1.2.1 嫁接自动化中的视觉检测技术研究10-11
• 1.2.2 双目测距方法研究现状11-12
• 1.3 本文主要内容与结构12-13
• 第二章 穴盘苗苗茎模型研究13-42
• 2.1 视觉测量系统结构的构建13-31
• 2.1.1 苗茎测量系统13-19
• 2.1.2 子叶测量系统19-22
• 2.1.3 双目定位系统22-31
• 2.2 穴盘苗模型参数31-40
• 2.2.1 模型31-33
• 2.2.2 测量实验33-40
• 2.3 本章小结40-42
• 第三章 子叶分离方法研究42-59
• 3.1 特征点提取42-44
• 3.1.1 预处理42-43
• 3.1.2 获取特征点43-44
• 3.2 拐点法分离子叶44-50
• 3.2.1 拐点检测44-47
• 3.2.2 拐点配对47-48
• 3.2.3 重叠区域分割48-50
• 3.3 基于双目视觉的高差法分离子叶50-57
• 3.3.1 子叶重叠情况分析50-52
• 3.3.2 特征点提取与匹配52-57
• 3.4 子叶方向获取57-58
• 3.5 本章小结58-59
• 第四章 盘上检测方法研究59-67
• 4.1 盘上苗径测量研究59-61
• 4.1.1 测量装置的设计59-60
• 4.1.2 苗茎测量60-61
• 4.2 盘上子叶测量研究61-66
• 4.2.1 子叶方向测量61-62
• 4.2.2 获取子叶深度信息62-64
• 4.2.3 苗株切削位置直径值计算方法64-66
• 4.3 本章小结66-67
• 第五章 检测样机的研制67-72
• 5.1 系统各部分硬件的选择67-68
• 5.1.1 控制卡的选择67
• 5.1.2 步进电机的选择67-68
• 5.1.3 丝杆滑台的选择68
• 5.2 样机的初步设计68-71
• 5.2.1 平台搭建68-69
• 5.2.2 电机速度控制69-70
• 5.2.3 数据采集控制70-71
• 5.3 本章小结71-72
• 第六章 实验72-78
• 6.1 视觉控制电机减速实验72
• 6.2 脉冲数与电机振幅关系比对实验72-74
• 6.3 盘上苗径测量精度分析实验74-75
• 6.4 盘上数据测量实验75-78
• 第七章 总结与展望78-80
• 7.1 总结78
• 7.2 展望78-80
• 参考文献80-84
• 致谢84-85
• 攻读硕士学位期间发表及录用的论文85
• 攻读硕士学位期间参与的科研项目85

【相似文献】

中国期刊全文数据库 前10条

1 朱瑞;机器视觉在复杂零、部件测量方面的应用[J];今日电子;2004年06期

2 黎红伟;;关于机器视觉镜头[J];可编程控制器与工厂自动化;2005年02期

3 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

4 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

5 雷文华;;机器视觉及其应用(系列讲座) 第一讲 机器视觉发展概述[J];应用光学;2006年05期

6 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

7 李树杰;;中国机器视觉的发展趋势[J];赤峰学院学报(自然科学版);2010年01期

8 ;机器视觉最新技术动态[J];中国光学;2013年01期

9 冯伯儒;;机器视觉中的电-光技术[J];光电子学技术;1986年01期

10 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

中国重要会议论文全文数据库 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

中国重要报纸全文数据库 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

4 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

5 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

6 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

7 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

8 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

9 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

10 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年

中国硕士学位论文全文数据库 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

  本文关键词：一种基于机器视觉的穴盘苗盘上检测方法研究，，由笔耕文化传播整理发布。

本文编号：310204