基于深度边框回归森林的绿色柑橘检测方法
发布时间：2021-09-16 21:47
我国农业产业长期依赖人工生产,这会导致劳动强度大且效率低等问题,并直接增加了农业生产的成本。使用计算机和自动控制等技术替代人工生产是提升农业生产效率和降低成本的重要途径之一。本文主要研究自然环境下绿色水果的视觉检测方法,研究对象为绿色柑橘。对绿色水果进行检测,能够为果实的产量估计和自动采摘提供技术支持,具有重要的经济效益。然而自然环境下绿色水果因颜色与背景相似而造成视觉识别困难,一直是农业机器人研究的难点。对此,本文提出了一种基于深度边框回归森林的绿色柑橘检测方法,该方法主要包括了特征提取和分类器设计两部分。在特征提取部分,本文使用纹理、形状和颜色三种特征对图像进行描述。在纹理特征部分,本文通过对CS-LBP描述子进行改进,提出了一种提升判别LBP描述子。该方法通过引入监督学习对纹理进行编码,使得算法获得的二进制编码能够在图像中更加容易区分目标和背景。在形状特征方面,本文对霍夫检测方法和HOG描述子进行了比较,并且选择了HOG描述子应用到本文的方法中。在颜色特征方面,本文通过子集搜索方法在多种颜色中选择了3种性能较好的特征对图像进行描述。另外,本文还通过一种简单的方法,在不显著增加图像...
【文章来源】：华南农业大学广东省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 2.1 技术路线图3 实验材料与实验环境本文研究中的视觉系统由 CCD 摄像机和三角立体支架组成，图 2.2 是拍摄柑示意图。其中，拍摄摄像机型号是 MV-VDM200SM/SC，其视场角为 43.60°，所图片的分辨率为 996*666 像素。柑橘的拍摄地点都为广东增城果园。拍摄的柑橘包括皇帝柑和冰糖橘，拍摄时间为 2016 年 10 月 28 日。
11图 2.1 技术路线图2.3 实验材料与实验环境本文研究中的视觉系统由 CCD 摄像机和三角立体支架组成，图 2.2 是拍摄柑橘的示意图。其中，拍摄摄像机型号是 MV-VDM200SM/SC，其视场角为 43.60°，所采集图片的分辨率为 996*666 像素。柑橘的拍摄地点都为广东增城果园。拍摄的柑橘品种包括皇帝柑和冰糖橘，拍摄时间为 2016 年 10 月 28 日。图 2.2 视觉系统与图像采集示意图本研究共随机采集了 1000 张柑橘图像，这些图像共来自于 30 棵树。所采集的柑橘图像有两个品种，皇帝柑和冰糖橘各 500 张。拍摄距离主要在 40-90cm 之间。部分图像如图 2.3 所示
【参考文献】：
期刊论文
[1]采摘机器人作业行为虚拟仿真与样机试验[J]. 罗陆锋,邹湘军,卢清华,杨自尚,张坡,熊俊涛. 农业机械学报. 2018(05)
[2]我国柑橘园病虫害有机防控现状和展望[J]. 毛加梅,付小猛,王自然,李进学,郭俊,龙春瑞,刘红明,岳建强. 中国果树. 2018(02)
[3]自然环境下绿色柑橘视觉检测技术研究[J]. 熊俊涛,刘振,汤林越,林睿,卜榕彬,彭红星. 农业机械学报. 2018(04)
[4]基于机器视觉的水果采摘机器人目标识别方法[J]. 初广丽,张伟,王延杰,丁南南,刘艳滢. 中国农机化学报. 2018(02)
[5]基于多尺度的Canny边缘检测算法研究[J]. 刘威,赵西安,高东阳. 北京测绘. 2018(01)
[6]温室采摘机器人技术研究进展分析[J]. 刘继展. 农业机械学报. 2017(12)
[7]我国柑橘产销现状、发展趋势及对策建议[J]. 沈兆敏. 果农之友. 2017(09)
[8]基于实例学习和协同子集搜索的特征选择方法[J]. 许小媛,黄黎. 电信科学. 2017(06)
[9]基于轮廓分析的双串叠贴葡萄目标识别方法[J]. 罗陆锋,邹湘军,王成琳,陈雄,杨自尚,司徒伟明. 农业机械学报. 2017(06)
[10]世界柑橘产业现状及发展趋势[J]. 齐乐,祁春节. 农业展望. 2016(12)
硕士论文
[1]苹果采摘机器人重叠果实快速动态识别及定位研究[D]. 沈甜.江苏大学 2016
本文编号：3397352
【文章来源】：华南农业大学广东省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 2.1 技术路线图3 实验材料与实验环境本文研究中的视觉系统由 CCD 摄像机和三角立体支架组成，图 2.2 是拍摄柑示意图。其中，拍摄摄像机型号是 MV-VDM200SM/SC，其视场角为 43.60°，所图片的分辨率为 996*666 像素。柑橘的拍摄地点都为广东增城果园。拍摄的柑橘包括皇帝柑和冰糖橘，拍摄时间为 2016 年 10 月 28 日。
11图 2.1 技术路线图2.3 实验材料与实验环境本文研究中的视觉系统由 CCD 摄像机和三角立体支架组成，图 2.2 是拍摄柑橘的示意图。其中，拍摄摄像机型号是 MV-VDM200SM/SC，其视场角为 43.60°，所采集图片的分辨率为 996*666 像素。柑橘的拍摄地点都为广东增城果园。拍摄的柑橘品种包括皇帝柑和冰糖橘，拍摄时间为 2016 年 10 月 28 日。图 2.2 视觉系统与图像采集示意图本研究共随机采集了 1000 张柑橘图像，这些图像共来自于 30 棵树。所采集的柑橘图像有两个品种，皇帝柑和冰糖橘各 500 张。拍摄距离主要在 40-90cm 之间。部分图像如图 2.3 所示
【参考文献】：
期刊论文
[1]采摘机器人作业行为虚拟仿真与样机试验[J]. 罗陆锋,邹湘军,卢清华,杨自尚,张坡,熊俊涛. 农业机械学报. 2018(05)
[2]我国柑橘园病虫害有机防控现状和展望[J]. 毛加梅,付小猛,王自然,李进学,郭俊,龙春瑞,刘红明,岳建强. 中国果树. 2018(02)
[3]自然环境下绿色柑橘视觉检测技术研究[J]. 熊俊涛,刘振,汤林越,林睿,卜榕彬,彭红星. 农业机械学报. 2018(04)
[4]基于机器视觉的水果采摘机器人目标识别方法[J]. 初广丽,张伟,王延杰,丁南南,刘艳滢. 中国农机化学报. 2018(02)
[5]基于多尺度的Canny边缘检测算法研究[J]. 刘威,赵西安,高东阳. 北京测绘. 2018(01)
[6]温室采摘机器人技术研究进展分析[J]. 刘继展. 农业机械学报. 2017(12)
[7]我国柑橘产销现状、发展趋势及对策建议[J]. 沈兆敏. 果农之友. 2017(09)
[8]基于实例学习和协同子集搜索的特征选择方法[J]. 许小媛,黄黎. 电信科学. 2017(06)
[9]基于轮廓分析的双串叠贴葡萄目标识别方法[J]. 罗陆锋,邹湘军,王成琳,陈雄,杨自尚,司徒伟明. 农业机械学报. 2017(06)
[10]世界柑橘产业现状及发展趋势[J]. 齐乐,祁春节. 农业展望. 2016(12)
硕士论文
[1]苹果采摘机器人重叠果实快速动态识别及定位研究[D]. 沈甜.江苏大学 2016
本文编号：3397352
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3397352.html
