基于自适应分割算法与迁移学习的棉桃识别方法研究

发布时间：2021-01-05 00:41

　　棉花是我国主要的经济作物之一,目前使用的机械采棉方式虽然比人工采棉成本低、效率高,但是也导致了棉花质量低和产量下降的问题。因此研究智能采棉机器人是未来棉花采摘的必然趋势。智能采棉机中最重要的是视觉定位系统,本文主要针对自然场景下的棉桃识别定位算法展开研究。要在自然场景下准确高效的定位棉桃目标,需要克服如下问题:首先是多变的光照条件下棉桃的分割识别;分割结果中除了单个的棉桃对象,还有相互重叠的棉桃、被枝叶遮挡的棉桃以及误识别为棉桃的背景,因此需要对分割结果进行分类,需要研究合适的图像分类算法;为了返回重叠棉桃区域的实际棉桃个数及其对应的坐标位置,还需要研究重叠棉桃分离算法。文章主要针对棉桃识别面临的这三大问题展开研究:（1）分析自然场景下的棉田图像在RGB和HSV（Hue,Saturation,Value）模式下的颜色值分布特点,并结合一些经典的图像分割算法在棉田图像分割中的效果,提出了针对棉田图像特点的棉桃自适应分割算法。将棉田图像根据HSV空间下的S值分布特点把图像分为阳光和阴影部分;对阳面图像使用改进的Otsu算法进行分割,对阴面图像使用基于颜色统计的阈值分割方法和改进的Otsu算... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

国外采摘机器人示例（a）圣女果采摘机器人（1996）,（b）甜椒采摘机器人（2018）

国内采摘机器人示例（a）苹果采摘机器人（2012）,（b）苹果采摘机器人（2015）

棉田图像像素点RGB值示例


本文编号：2957672