苹果采摘环境的多目标识别及三维重构
发布时间：2021-01-22 18:59
为解决果疏采摘所需劳动成本过高等问题,实现果园管理自动化、无人化,研究果蔬采摘机器人成为现如今的热门话题。提前构建采摘环境,会为机器人采摘的避障工作节省时间。本文将主要以苹果果树为识别与研究对象,搭建果树模型与双目立体视觉系统,完成果树上果实与枝叶的识别与图像分割,完成双目相机的标定,确定出适合采摘环境中的标定条件,完成双目视觉中果树图像的匹配与三维重构,主要研究内容如下:通过对视觉应用中颜色空间的对比,选择RGB颜色空间对果树图像中的果实与枝叶进行分割,提出一种图像预处理的方法,锐化与均值滤波结合处理图像;对图像进行形态学处理,得到二值图像,提出一种最大外接圆法拟合二值图像中的果实轮廓,将图像转化为二维像素点集,编写程序完成边界拟合,通过对多组图像进行处理,比较传统的Hough圆变换法,验证本文方法的适用性;提出最大外接矩形法处理枝叶图像,完成果树图像中果实与枝叶的识别。完成摄像机的标定并获取基本参数,通过对摄像机成像与标定原理的研究,采用控制变量法,探究不同标定板尺寸与不同光照环境,对相机标定精度的影响,确定适合采摘环境下的标定条件,提高标定精度;最终根据所得结论,完成摄像机的标定...
【文章来源】：燕山大学河北省
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
黄瓜采摘机器人
国内外一些国家都纷纷开始此方国外以美国、日本等一些发达国家为主，及应用（如图 1-1 为荷兰生产的黄瓜采摘人）。但是这些机器人并未实现商品化，蔬生长的植物为主，对此的三维重构，主体匹配、目标深度信息的获取、三维重建图 1-1 黄瓜采摘机器人
Parrish 和 Goksel 根据相关识别理论提出了一种简易的果器增强了叶子和苹果的对比度，利于苹果果实的识别。mura 等人，利用红色果实与非红色枝干与枝叶颜色不同[简单的识别，之后对红色西红柿的采摘机器人展开研究，世界第一台果蔬采摘机器人。我国尹建军等人，在针对番茄采摘机器人的视觉系统研柱状图的算法[9]。2005 年，蔡建荣等人最先将彩色空间中颜色空间[10]，与 Otsu 自动阈值算法自动获取阈值相结合依据颜色与形状等信息对西红柿果实进行识别，但只针信息提出识别方法，并未对障碍物进行识别，不利于避杨亮等[11]人针对黄瓜叶片的建模分析（如图 1-3），提出叶片边缘及叶脉的特征点；对黄瓜叶片边缘和叶脉，利行拟合，利用 Delaunay 三角化方法和三角网格进行分析方法，用以增加所构建出模型的真实感。
【参考文献】：
期刊论文
[1]基于视差与灰度双层支持窗的立体匹配算法[J]. 李小林,李文国,李浩. 电子科技. 2019(11)
[2]Development of real-time onion disease monitoring system using image acquisition[J]. Du-Han KIM,Kyeong-Hwan LEE,Chang-Hyun CHOI,Tae-Hyun CHOI,Yong-Joo KIM. Frontiers of Agricultural Science and Engineering. 2018(04)
[3]基于相似背景与HSV空间颜色直方图的目标跟踪[J]. 张宇阳. 电光与控制. 2019(04)
[4]基于OpenCV的双目立体匹配方法[J]. 孙道辉,孙丽君,陈天飞. 软件导刊. 2018(09)
[5]基于双目立体视觉的三维重建方法[J]. 张如如,葛广英,申哲,朱荣华,张广世,孙群. 扬州大学学报(自然科学版). 2018(03)
[6]摄像机标定方法的比较分析[J]. 胡松,王道累. 上海电力学院学报. 2018(04)
[7]双目立体视觉分步标定及精度分析[J]. 曲华,吴朝娜. 天津工业大学学报. 2018(03)
[8]立体匹配算法研究综述[J]. 曾文献,郭兆坤. 河北省科学院学报. 2018(02)
[9]基于彩色图像分割的果实目标识别[J]. 席泽雅,赵瑞芳,马宁. 电脑迷. 2018(06)
[10]基于边缘检测和Hough变换的圆定位算法[J]. 安培源,张华. 浙江理工大学学报(自然科学版). 2018(05)
博士论文
[1]数字图像去噪、锐化与颜色增强研究[D]. 刘千顺.浙江大学 2016
[2]激光跟踪仪高精度坐标测量技术研究与实现[D]. 范百兴.解放军信息工程大学 2013
硕士论文
[1]光照环境对苹果采摘机器人识别与定位影响规律的研究[D]. 李爽義.燕山大学 2018
[2]基于Kinect的苹果树三维重建方法研究[D]. 余秀丽.西北农林科技大学 2016
[3]基于视觉引导的搬运机器人多目标识别及抓取姿态研究[D]. 熊健.湖北工业大学 2016
[4]苹果采摘机器人视觉系统识别基础方法的研究[D]. 陈鸥.燕山大学 2016
[5]全局立体匹配快速算法研究[D]. 刘小伟.东北大学 2015
[6]基于OpenCV的双目立体视觉系统定标与三维重构技术研究[D]. 周鹏.宁夏大学 2015
[7]基于立体视觉的双目匹配[D]. 李娇.南京理工大学 2015
[8]苹果采摘机器人视觉系统技术基础研究[D]. 丁乙.燕山大学 2014
[9]自然环境下苹果采摘机器人视觉系统的关键技术研究[D]. 王晋.燕山大学 2014
[10]球形果采摘机器人视觉系统设计与开发[D]. 张洁.燕山大学 2011
本文编号：2993742
【文章来源】：燕山大学河北省
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
黄瓜采摘机器人
国内外一些国家都纷纷开始此方国外以美国、日本等一些发达国家为主，及应用（如图 1-1 为荷兰生产的黄瓜采摘人）。但是这些机器人并未实现商品化，蔬生长的植物为主，对此的三维重构，主体匹配、目标深度信息的获取、三维重建图 1-1 黄瓜采摘机器人
Parrish 和 Goksel 根据相关识别理论提出了一种简易的果器增强了叶子和苹果的对比度，利于苹果果实的识别。mura 等人，利用红色果实与非红色枝干与枝叶颜色不同[简单的识别，之后对红色西红柿的采摘机器人展开研究，世界第一台果蔬采摘机器人。我国尹建军等人，在针对番茄采摘机器人的视觉系统研柱状图的算法[9]。2005 年，蔡建荣等人最先将彩色空间中颜色空间[10]，与 Otsu 自动阈值算法自动获取阈值相结合依据颜色与形状等信息对西红柿果实进行识别，但只针信息提出识别方法，并未对障碍物进行识别，不利于避杨亮等[11]人针对黄瓜叶片的建模分析（如图 1-3），提出叶片边缘及叶脉的特征点；对黄瓜叶片边缘和叶脉，利行拟合，利用 Delaunay 三角化方法和三角网格进行分析方法，用以增加所构建出模型的真实感。
【参考文献】：
期刊论文
[1]基于视差与灰度双层支持窗的立体匹配算法[J]. 李小林,李文国,李浩. 电子科技. 2019(11)
[2]Development of real-time onion disease monitoring system using image acquisition[J]. Du-Han KIM,Kyeong-Hwan LEE,Chang-Hyun CHOI,Tae-Hyun CHOI,Yong-Joo KIM. Frontiers of Agricultural Science and Engineering. 2018(04)
[3]基于相似背景与HSV空间颜色直方图的目标跟踪[J]. 张宇阳. 电光与控制. 2019(04)
[4]基于OpenCV的双目立体匹配方法[J]. 孙道辉,孙丽君,陈天飞. 软件导刊. 2018(09)
[5]基于双目立体视觉的三维重建方法[J]. 张如如,葛广英,申哲,朱荣华,张广世,孙群. 扬州大学学报(自然科学版). 2018(03)
[6]摄像机标定方法的比较分析[J]. 胡松,王道累. 上海电力学院学报. 2018(04)
[7]双目立体视觉分步标定及精度分析[J]. 曲华,吴朝娜. 天津工业大学学报. 2018(03)
[8]立体匹配算法研究综述[J]. 曾文献,郭兆坤. 河北省科学院学报. 2018(02)
[9]基于彩色图像分割的果实目标识别[J]. 席泽雅,赵瑞芳,马宁. 电脑迷. 2018(06)
[10]基于边缘检测和Hough变换的圆定位算法[J]. 安培源,张华. 浙江理工大学学报(自然科学版). 2018(05)
博士论文
[1]数字图像去噪、锐化与颜色增强研究[D]. 刘千顺.浙江大学 2016
[2]激光跟踪仪高精度坐标测量技术研究与实现[D]. 范百兴.解放军信息工程大学 2013
硕士论文
[1]光照环境对苹果采摘机器人识别与定位影响规律的研究[D]. 李爽義.燕山大学 2018
[2]基于Kinect的苹果树三维重建方法研究[D]. 余秀丽.西北农林科技大学 2016
[3]基于视觉引导的搬运机器人多目标识别及抓取姿态研究[D]. 熊健.湖北工业大学 2016
[4]苹果采摘机器人视觉系统识别基础方法的研究[D]. 陈鸥.燕山大学 2016
[5]全局立体匹配快速算法研究[D]. 刘小伟.东北大学 2015
[6]基于OpenCV的双目立体视觉系统定标与三维重构技术研究[D]. 周鹏.宁夏大学 2015
[7]基于立体视觉的双目匹配[D]. 李娇.南京理工大学 2015
[8]苹果采摘机器人视觉系统技术基础研究[D]. 丁乙.燕山大学 2014
[9]自然环境下苹果采摘机器人视觉系统的关键技术研究[D]. 王晋.燕山大学 2014
[10]球形果采摘机器人视觉系统设计与开发[D]. 张洁.燕山大学 2011
本文编号：2993742
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2993742.html
最近更新
教材专著
