重叠及遮挡影响下的苹果目标识别与定位方法研究

发布时间：2017-09-03 10:21

  本文关键词：重叠及遮挡影响下的苹果目标识别与定位方法研究

  更多相关文章： K-means聚类算法 双果重叠 Ncut算法 遮挡苹果目标 单果无遮挡 轮廓平滑 目标定位

【摘要】：自然场景下苹果目标往往被枝、叶遮挡或处于果实重叠状态,这将导致苹果采摘机器人不能迅速、精确地定位苹果目标,严重地影响了采摘任务的执行。重叠及遮挡影响下果实目标的识别与定位是苹果采摘机器人视觉系统必须解决的难题,为了实现重叠及遮挡影响下苹果目标快速识别及准确定位,本研究针对重叠及遮挡影响因素提出了不同的方法,主要研究内容及结论如下:(1)对比多种分割算法,以选择更适合本研究的图像分割算法。图像分割是进行后续处理的基础,图像的准确分割对果实定位等后续研究具有重要意义。对比了多颜色空间融合法、色差法、模糊C均值算法以及K-means聚类算法等分割算法的性能。试验结果表明,利用K-means聚类算法分割苹果图像的平均分割误差为2.245%,分割目标与原始目标的平均重合度为97.660%,平均运行时间为0.818s,该算法的性能优于其它分割算法的性能,能够较为稳定、准确、高效地将图像中的苹果目标提取出来,因此后续试验中选择K-means聚类算法进行图像分割。(2)提出了基于Normalized Cut(Ncut)谱聚类算法与Spline插值算法相结合的双果重叠苹果目标的分割与重建方法。普遍存在的苹果目标重叠现象严重影响果实目标的精确定位和采摘任务的执行,为了实现双果重叠苹果目标的分割与重建,对K-means分割及预处理后的苹果图像使用Ncut谱聚类算法再次进行图像分割,并分别提取2个苹果目标的轮廓,然后对被遮挡轮廓不完整的苹果目标利用Spline插值算法进行轮廓重建。试验结果表明,Ncut方法可以保留未被遮挡苹果目标的全部轮廓信息,有助于提高目标分割精度。对于未被遮挡的苹果目标,算法的平均分割误差和平均重合度分别为3.147%和96.081%。对于重叠被遮挡的苹果目标,重建算法平均分割误差和平均重合度分别为5.243%和93.709%,表明该算法能够较精确地分割重叠苹果目标及重建被遮挡苹果目标的轮廓。(3)提出了基于三点定圆法的遮挡影响下苹果目标的定位方法。苹果目标常常被枝叶遮挡,这将严重地影响机器人执行采摘任务。针对这一问题,本研究首先结合利用苹果目标的轮廓及其凸壳提取真实轮廓段,然后在真实轮廓段上随机选取三个点,利用这三个点所确定的圆定位遮挡的苹果目标。为了避免不同候选点带来的参数估计差异较大的问题,重复选点100次并得到100个定位圆,将过大和过小的圆予以去除,以剩余圆的圆心坐标和半径的平均值定位遮挡的苹果目标。经过试验验证,算法的平均分割误差为8.259%,平均假阳性率为1.235%,平均假阴性率为8.227%,平均重叠系数为88.921%,表明该算法能够较准确地定位遮挡苹果目标。(4)提出了基于轮廓平滑算法和转动惯量算法的单果无遮挡苹果目标采摘点定位方法。单果无遮挡苹果目标采摘点的定位是实现重叠以及遮挡果实目标采摘点定位的基础。该算法首先利用苹果目标的凸壳代替其轮廓,以使轮廓更为平滑,同时减少表示轮廓所用的点数,以提高后续试验精度和运行效率,然后利用转动惯量算法提取苹果目标的对称轴,进而定位苹果目标的采摘点。试验结果表明,算法平均定位误差为5.617°,平均运行时间为3.743ms,表明该算法能够准确、高效地定位单果无遮挡苹果目标的采摘点。(5)采用MATLAB中GUI编译工具箱,设计了重叠及遮挡影响下苹果目标的识别与定位软件系统。该软件主要包括分割方法效果对比模块、双果重叠苹果目标的分割与重建模块、遮挡苹果目标的识别与定位模块以及单果无遮挡苹果目标采摘点的定位模块。通过试验验证,该软件能够较准确地实现多种分割方法分割性能的对比、重叠苹果目标的分割、遮挡苹果目标的定位以及单果无遮挡苹果目标采摘点的定位等功能,此外,该软件系统还具有简单直观、操作快捷等优点。
【关键词】：K-means聚类算法 双果重叠 Ncut算法 遮挡苹果目标 单果无遮挡 轮廓平滑 目标定位
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要6-8
• Abstract8-13
• 第一章 绪论13-21
• 1.1 研究的目的和意义13-14
• 1.2 机器视觉在采摘机器人上的应用现状14-16
• 1.3 国内外果实目标识别与定位方法研究现状16-19
• 1.3.1 果实自身着色度以及光照强弱影响下目标的识别与定位方法研究现状16-17
• 1.3.2 表面有阴影影响的目标识别与定位方法研究现状17
• 1.3.3 重叠影响下目标的识别与定位方法研究现状17-18
• 1.3.4 遮挡影响下目标的识别与定位方法研究现状18-19
• 1.3.5 存在的问题19
• 1.4 本论文的主要研究内容19-21
• 第二章 自然场景下苹果果实分割算法比较及性能测试21-32
• 2.1 引言21
• 2.2 四种分割方法的简要介绍及分割结果21-27
• 2.2.1 试验中所用苹果图像的获取21
• 2.2.2 多颜色空间融合法21-24
• 2.2.3 色差法24-26
• 2.2.4 模糊C均值法26-27
• 2.2.5 K-means聚类算法27
• 2.3 苹果果实分割算法性能测试27-30
• 2.3.1 图像预处理方法28-29
• 2.3.2 四种分割算法性能测试29-30
• 2.4 本章小结30-32
• 第三章 无枝叶遮挡的双果重叠苹果目标的分割与重建方法32-43
• 3.1 引言32
• 3.2 基于Ncut谱聚类算法的重叠苹果目标的分割方法32-35
• 3.2.1 试验中苹果图像的获取32
• 3.2.2 聚类后苹果目标的预处理32-33
• 3.2.3 基于Ncut谱聚类算法的重叠苹果目标轮廓提取方法33-35
• 3.3 重叠苹果目标的轮廓分割方法35-36
• 3.4 基于Spline插值算法的被遮挡苹果目标轮廓重建方法36-37
• 3.5 试验结果与分析37-42
• 3.5.1 试验过程37-38
• 3.5.2 试验结果与分析38-42
• 3.6 小结42-43
• 第四章 遮挡影响下的苹果目标识别与定位方法43-54
• 4.1 引言43
• 4.2 苹果目标真实轮廓段的提取方法43-46
• 4.2.1 试验中苹果图像的获取43
• 4.2.2 苹果图像预处理43-44
• 4.2.3 苹果目标轮廓及凸壳的提取44-45
• 4.2.4 苹果目标真实轮廓段提取方法45-46
• 4.3 遮挡苹果目标的定位方法46-47
• 4.4 遮挡苹果目标定位结果与分析47-52
• 4.4.1 试验过程47-48
• 4.4.2 试验结果与分析48-52
• 4.5 小结52-54
• 第五章 单果无遮挡苹果目标的识别与采摘点定位方法54-62
• 5.1 引言54
• 5.2 苹果目标轮廓的提取及轮廓平滑方法54-55
• 5.2.1 苹果图像的获取54
• 5.2.2 苹果目标轮廓提取54-55
• 5.2.3 苹果目标轮廓平滑方法55
• 5.3 苹果目标对称轴提取以及采摘点定位方法55-58
• 5.3.1 利用转动惯量算法提取苹果目标对称轴原理56-57
• 5.3.2 苹果目标对称轴的提取及采摘点定位57-58
• 5.4 试验结果与分析58-61
• 5.4.1 试验过程58-59
• 5.4.2 试验结果与分析59-61
• 5.5 小结61-62
• 第六章 重叠及遮挡影响下苹果目标的识别与定位系统设计62-68
• 6.1 引言62
• 6.2 重叠及遮挡影响下苹果目标的识别与定位系统整体设计62-67
• 6.2.1 系统运行及开发环境62
• 6.2.2 系统功能设计及系统框图62-63
• 6.2.3 系统功能实现及操作演示63-67
• 6.3 小结67-68
• 第七章 结论与展望68-70
• 7.1 结论68-69
• 7.2 创新点69
• 7.3 展望69-70
• 参考文献70-76
• 致谢76-77
• 作者简介77

【参考文献】

中国期刊全文数据库 前10条

1 刘晓洋;赵德安;陈玉;贾伟宽;;夜间低照度条件下苹果采摘机器人的图像识别[J];华中科技大学学报(自然科学版);2015年S1期

2 贾伟宽;赵德安;刘晓洋;唐书萍;阮承治;姬伟;;机器人采摘苹果果实的K-means和GA-RBF-LMS神经网络识别[J];农业工程学报;2015年18期

3 张俊雄;何芬;;设施农业采摘机器人研究进展[J];农业工程技术(温室园艺);2015年25期

4 冯青春;程伟;杨庆华;荀一;王秀;;基于线结构光视觉的番茄重叠果实识别定位方法研究[J];中国农业大学学报;2015年04期

5 张传栋;徐汉飞;陈弘毅;宋怀波;;基于超红图像与轮廓曲率的苹果目标识别与定位方法研究[J];软件;2015年08期

6 李国利;姬长英;顾宝兴;;基于单目视觉与超声检测的振荡果实采摘识别与定位[J];农业机械学报;2015年11期

7 刘立群;火久元;王联国;;基于改进混合蛙跳算法的图像阈值分割算法[J];计算机应用与软件;2015年05期

8 刘琼;史诺;;基于Lab和YUV颜色空间的农田图像分割方法[J];国外电子测量技术;2015年04期

9 李卓;杨子敬;郝建唯;高宏伟;;苹果幼果图像的分割与识别算法研究[J];沈阳理工大学学报;2015年01期

10 徐越;李盈慧;宋怀波;何东健;;基于Snake模型与角点检测的双果重叠苹果目标分割方法[J];农业工程学报;2015年01期

中国博士学位论文全文数据库 前4条

1 张铁君;卡通角色版权保护关键问题研究[D];哈尔滨工业大学;2013年

2 许晓丽;基于聚类分析的图像分割算法研究[D];哈尔滨工程大学;2012年

3 饶云波;夜间视频增强的关键技术研究[D];电子科技大学;2012年

4 王述云;数据流频繁项挖掘与聚类分析的研究[D];复旦大学;2008年

中国硕士学位论文全文数据库 前3条

1 吕学智;基于双目视觉的爬壁机器人环境检测技术研究[D];扬州大学;2014年

2 潘杨;基于小波的图像去噪方法研究[D];吉林大学;2010年

3 李泽辉;基于图像序列的运动目标检测与跟踪[D];哈尔滨工程大学;2009年

，

本文编号：784435