基于图像处理的智能割草机器人路径规划研究

发布时间：2017-06-18 21:07

  本文关键词：基于图像处理的智能割草机器人路径规划研究，，由笔耕文化传播整理发布。

【摘要】：随着科学技术的不断发展,机器人视觉在不同领域得到广泛使用。全自动割草机器人通过提取草地图像的纹理特征可以有效地拟合出工作分界线,从而有助于智能割草机器人后期的路径规划研究。本文利用灰度共生矩阵提取草地的纹理特征分割图。最终根据人眼的视觉特性拟合出一条分界线并用于后期的路径规划。研究的主要的工作有。(1)纹理特征提取技术研究论述了图像纹理特征的意义和涉及领域。分别从模型、统计、频谱、结构四个方面对现有的纹理特征提取技术进行了详细分析并对其中几种算法的实验效果进行了对比。(2)基于灰度共生矩阵的草地纹理分割技术研究将灰度共生矩阵算法运用到草地图像的纹理分割中。通过比较“自相关”“对比度”“能量”“均匀性”四个不同性质的特征值矩阵,“3×3”“5×5”“7×7”“9×9”四个不同大小的历遍窗口以及“8”“16”“32”“64”四个不同数量等级的灰度级数最后形成的纹理分割效果图,选取了一组最佳分割参数。实验结果表明在选取适当参数的基础上,利用灰度共生矩阵能较好地提取草地图像的纹理特性。(3)基于纹理分割图的草地分界线提取利用人眼分辨图像分界线时的常规判断,提出了一种基于草地纹理分割图的分界线拟合算法。首先将纹理特征二值图分割成若干宽度相同的横条,通过计算每个横条内黑色像素点的占有比确定轮廓历遍器大小。然后根据黑色像素点离散率适当增加历遍器长度,本文提出固定值增加和变动值增加两种方法并进行了比较分析。接着利用已确定的轮廓历遍器对分割后的单个横条进行像素点的逐列历遍,从而拟定出当前横条的分割点位置。最后,将每个横条得到的分割点用直线连起来。实验结果表明该方法能较为准确地拟合出分割点位置,从而达到对草地图像未割区域和已割区域的区分。(4)基于拟合分界线的路径规划根据第4章拟合的分界线对割草机器人进行路径规划。首先将图像中的分割点位置一一投射到实际区域内。然后通过对分割点之间的角度差和距离差进行统计分析计算出割草机器人在每个分割点所需转动的角度和行进的距离。最后利用单片机控制步进电机运转使其按照一定的方式工作,完成指定的路径规划。
【关键词】：草地分割 灰度共生矩阵 特征值矩阵 历遍轮廓 路径规划
【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;TP242
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-17
• 1.1 研究背景及意义11
• 1.2 国内外研究现状与发展趋势11-15
• 1.2.1 纹理特征提取的研究现状与发展趋势11-13
• 1.2.2 智能割草机器人的研究现状与发展趋势13-15
• 1.3 论文的主要研究内容15-17
• 第2章 纹理特征提取技术17-29
• 2.1 纹理特征提取综述17
• 2.2 常用纹理特征提取方法介绍17-28
• 2.2.1 基于模型的方法18
• 2.2.2 基于统计的方法18-26
• 2.2.3 基于频谱的方法26-28
• 2.2.4 基于结构的方法28
• 2.3 总结28-29
• 第3章 基于灰度共生矩阵的草地纹理分割技术研究29-48
• 3.1 概述29
• 3.2 灰度共生矩阵的定义与计算29-33
• 3.3 灰度共生矩阵的二阶统计33-35
• 3.4 基于灰度共生矩阵的图像纹理分割35-41
• 3.4.1 灰度图像提取35-36
• 3.4.2 扫描角度和步长的选择36
• 3.4.3 纹理特征值矩阵的计算36-38
• 3.4.4 滑动窗口的选择38-39
• 3.4.5 特征图像的映射39-41
• 3.5 草地图像纹理分割实验分析41-47
• 3.5.1 概述41-42
• 3.5.2 特征值筛选42-43
• 3.5.3 历遍窗口选择43-44
• 3.5.4 灰度级数的选择44-45
• 3.5.5 图像的后续处理45-47
• 3.5.5.1 图像的膨胀腐蚀处理45-46
• 3.5.5.2 利用轮廓提取法去除杂质点46-47
• 3.6 总结47-48
• 第4章 基于纹理分割图的草地分界线提取48-58
• 4.1 人眼的视觉特性介绍48
• 4.2 根据纹理特征二值图的分界线提取48-51
• 4.2.1 未工作区域判断48-49
• 4.2.2 分界线的提取49-51
• 4.3 实验分析51-56
• 4.3.1 分割宽度L的确定51-53
• 4.3.2 轮廓历遍器长度T的确定53-56
• 4.4 分界线的映射56-57
• 4.5 总结57-58
• 第5章 基于拟合分界线的路径规划58-64
• 5.1 概述58
• 5.2 传统路径规划58-59
• 5.3 基于图像分割的草地路径规划59-63
• 5.3.1 处理图像和实际区域的转化60-61
• 5.3.2 根据实际区域分割点的路径规划61-63
• 5.4 总结63-64
• 第6章 总结和展望64-67
• 6.1 总结64-65
• 6.2 展望65-67
• 参考文献67-71
• 攻读学位期间的研究成果71-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 苏静;黎明;;基于灰度共生矩阵的金属断口图像的分类研究[J];计算机工程与应用;2008年09期

2 高士忠;卢易枫;蔡振伟;党霞;;基于灰度共生矩阵的帘子布疵点检测研究[J];电子技术应用;2008年01期

3 郭森;严和平;柳伟;;基于灰度共生矩阵的密集人群人数估计[J];计算机工程与应用;2008年28期

4 张航;颜永丰;;基于小波灰度共生矩阵的植物分类研究[J];计算机工程与设计;2012年12期

5 魏建亮;邢济收;;基于灰度共生矩阵的车刀车削工件表面纹理分析[J];机械制造与自动化;2009年01期

6 徐秋景;戚大伟;;基于灰度共生矩阵的东北虎纹理特征参数[J];东北林业大学学报;2009年07期

7 张静;刘雨东;史晓陶;翟春平;;基于灰度共生矩阵的舰船噪声特征提取方法研究[J];舰船电子工程;2011年06期

8 许舒斐;吴淑莲;李晖;;基于灰度共生矩阵的人体皮肤纹理分析[J];激光生物学报;2011年03期

9 汪友生;吴焕焕;胡百乐;李亦林;陈建新;;基于灰度共生矩阵的动脉斑块图像特征分析[J];电子测量技术;2012年02期

10 杨子华;吴敏;刘t$;;基于灰度共生矩阵的笔迹识别[J];信息安全与通信保密;2006年06期

中国重要会议论文全文数据库 前10条

1 王亚军;李德胜;苏少昌;王希军;;基于灰度共生矩阵的光盘测量[A];第十二届全国光学测试学术讨论会论文（摘要集）[C];2008年

2 黄勃;李乃民;刘春雨;张大鹏;王宽全;林晓东;张宏;王淑英;张宏志;;基于灰度共生矩阵的中医虚实证舌象分类研究[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年

3 卢易枫;;基于灰度共生矩阵的金刚石瑕疵自动识别技术研究[A];经济策论（上）[C];2011年

4 赵亚伟;周晨波;王同乐;王刚;郭冰;刘华;;基于灰度共生矩阵的连续多幅非平面散斑图像特征研究[A];第十三届全国光学测试学术讨论会论文（摘要集）[C];2010年

5 陈明丽;黄咏红;单洁玲;杨永明;秦茜淼;王怡;;探讨适用于大鼠肝纤维化声像图纹理灰度共生矩阵分析的构造因子[A];2010年超声医学和医学超声论坛会议论文集[C];2010年

6 苏慧;费树岷;;基于多分辨率分析及灰度共生矩阵的织物纹理识别[A];第25届中国控制会议论文集（下册）[C];2006年

7 马德新;杨帆;侯景忠;高金乔;;基于灰度共生矩阵的掌纹识别技术研究[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

8 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

9 蒋圣;羌鑫林;汪闽;;基于灰度共生矩阵改进的纹理分割算法[A];江苏省测绘学会2007年学术年会论文集[C];2008年

10 严洪;姚宇华;熊江辉;;基于灰度共生矩阵和分形的细胞骨架图像的分析[A];第十二届全国图象图形学学术会议论文集[C];2005年

中国博士学位论文全文数据库 前2条

1 张娟;基于图像分析的梅花种类识别关键技术研究[D];北京林业大学;2011年

2 刘成霞;模拟实际着装的织物折皱测试及等级评价方法研究[D];浙江理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 袁森林;基于纹理分析的羊绒羊毛鉴别[D];东华大学;2016年

2 井寒;面向X光胸片的尘肺病灶辅助检测系统研究[D];西北大学;2015年

3 童逸舟;基于图像处理的智能割草机器人路径规划研究[D];浙江理工大学;2016年

4 阮久忠;基于灰度共生矩阵纹理参数的非平面表面粗糙度研究[D];烟台大学;2009年

5 黄晶;基于分形维度与灰度共生矩阵的图像分类研究[D];武汉理工大学;2008年

6 肖倩;基于平均灰度共生矩阵和特征的LSB匹配隐密分析[D];大连理工大学;2011年

7 徐秋景;基于空间灰度共生矩阵和Hu不变矩的东北虎个体识别[D];东北林业大学;2009年

8 李进;基于灰度共生矩阵的森林纹理构造因子确定方法研究[D];浙江农林大学;2010年

9 李陆陆;基于灰度共生矩阵和MRF的纹理图像分割[D];辽宁师范大学;2013年

10 柯维;基于灰度共生矩阵和BP神经网络的织物组织结构识别[D];苏州大学;2011年

  本文关键词：基于图像处理的智能割草机器人路径规划研究，由笔耕文化传播整理发布。

本文编号：460850