采摘机器人图像处理系统中的关键算法研究
发布时间：2021-07-12 12:44
中国是一个水果生产大国,利用机器视觉技术实现自动收获能够解决我国劳动力短缺问题并大幅提高生产力。但由于果树的生长环境的非结构化,采摘机器人的视觉系统获取的图像是一幅包含有天空、树枝、树叶、土壤和果实的复杂图像,且树上果实的生长形态多种多样,果园的光线变化无常,所有这些因素决定了建立一个实用摘机器人视觉系统是一个复杂的系统工程。本文以在自然光条件下拍摄的果树图像为研究对象,结合图像处理、计算机视觉以及人工智能技术对果实采摘机器人视觉系统中图像处理关键算法进行了深入的研究,主要工作和研究成果如下：1)基于改进k-mean均值聚类算法的彩色果实图像分割首先对颜色空间进行了深入研究,在RGB, HIS, YCgCr, YCbCr和CLE5种颜色空间中选择21个颜色特征,利用BP神经网络系统找出识别率最高、误分率最低的颜色特征组（H,Cr（YCgCr）, Cr（YCbCr）, R-G,2R-G,Cb-Cr）,并将该特征组作为果实图像分割的向量；然后利用变异系数赋权法对k-means聚类算法进行改进,并对识别样本集中的果实图像进行分割试验。结果表明,本文提出的算法能够对自然光照条件下成熟桃子图像进...
【文章来源】：南京农业大学江苏省 211工程院校 教育部直属院校
【文章页数】：145 页
【学位级别】：博士
【文章目录】：
目录
图目录
表目录
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的意义
1.2 国内外研究现状
1.2.1 果蔬采摘机器人的研究国内外现状
1.2.2 采摘机器人视觉系统的研究现状和关键技术
1.3 本文的研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 技术路线
参考文献
第二章 基于改进K-MEAN聚类算法的彩色果实图像分割
2.1 基本颜色空间特点分析
2.1.1 色彩空间模型的分类
2.1.2 常见的色彩模型
2.1.3 彩色空间之间的转换
2.1.4 彩色空间特点讨论
2.2 基于反向传播(BP)神经网络分类器的颜色特征选择
2.2.1 反向传播(BP)神经网络分类器基本原理
2.2.2 I-J-1型BP神经网络预测模型算法
2.2.3 反向传播(BP)神经网络分类器实现颜色特征的选择
2.2.4 颜色特征选择实验对比
2.3 基于改进K-MEAN聚类算法实现果实目标的识别
2.3.1 k-means聚类算法的基本思想
2.3.2 加权欧氏距离的k-means聚类算法实现初始分割
2.4 试验结果与分析
2.4.1 试验装置
2.4.2 实验结果及分析
2.4.3 试验结果讨论和本章结论
参考文献
第三章 基于纹理和颜色两步法实现彩色果实图像分割
3.1 基于空间性质的纹理模型
3.1.1 基本纹理特征
3.1.2 共生矩阵矩阵(Gray Level Co-occurrence Matrix)模型
3.2 基于小波域的纹理模型
3.2.1 小波理论基础
3.2.2 基于小波域的共生矩阵模型
3.3 基于灰度共生矩阵的图像分割
3.3.1 试验装置
3.3.2 试验方法及结果分析
3.3.3 基于小波域灰度共生矩阵的图像分割
3.4 神经网络分类器实现纹理特征选择
3.4.1 纹理特征选择算法步骤
3.4.2 纹理特征选择实验对比
3.5 基于纹理和颜色两步法实现图像分割
3.5.1 分割方法和步骤
3.5.2 分割结果比较
3.6 本章小结
参考文献
第四章 基于改进的HOUGH变换的果实目标和树枝障碍物的定位和检测
4.1 HOUGH变换基本原理
4.1.1 基本Hough变换
4.1.2 改进的两点Hough变换
4.2 基于改进HOUGH变换的独个类圆果实的定位和检测
4.2.1 类圆果实图像的预处理
4.2.2 改进的圆形RHT算法
4.2.3 试验结果与分析
4.2.4 结论
4.3 基于凹点搜索的重叠类圆果实的定位检测算法研究
4.3.1 果实图像预处理
4.3.2 凹点搜索和匹配
4.3.3 确定重叠果实的形心和半径
4.3.4 试验结果及分析
4.3.5 结论
4.4 改进的HOUGH变换用于树枝的识别和定位
4.4.1 算法背景
4.4.2 基于梯度相位编组的直线检测算法
4.4.3 实验及结果分析
4.4.4 结论
参考文献
第五章 独立生长苹果的生长姿态识别
5.1 常见的果实姿态
5.2 四种方法确定果实生长姿态
5.2.1 二阶矩法
5.2.2 最短距离法
5.2.3 斜率方差法
5.2.4 三点一线法三种果实姿态识别方法
5.3 四种识别方法存在的不足之处
5.4 多方法融合的姿态识别算法
5.4.1 试验装备和试验样本
5.4.2 多方法融合的姿态识别算法
5.4.3 试验结果分析
5.5 结论
参考文献
第六章 研究结论与今后研究工作的建议
6.1 研究结论
6.2 本研究的创新点
6.3 存在的问题与今后研究工作的建议
参考文献
攻读博士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于梯度相位编组的树枝识别新算法[J]. 谢忠红,郭小清,姬长英,朱淑鑫. 计算机科学. 2012(05)
[2]基于凹点搜索的重叠果实定位检测算法研究[J]. 谢忠红,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(12)
[3]基于L*a*b*颜色空间与Gabor小波变换的图像检索技术[J]. 曾台盛. 西南师范大学学报(自然科学版). 2011(06)
[4]基于计算机视觉的苹果生长姿态估算多方法融合[J]. 谢忠红,徐莹,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(11)
[5]图像自动降色去噪方法研究[J]. 周信,王兴东. 计算机工程. 2011(12)
[6]基于粒子滤波的苹果采摘机器人目标姿态估算[J]. 周俊,张高阳,刘锐,金月. 农业机械学报. 2011(03)
[7]基于改进K-均值聚类的图像分割算法研究[J]. 李翠,冯冬青. 郑州大学学报(理学版). 2011(01)
[8]基于Hough变换的数字全息干涉条纹检测[J]. 郭俊,张婉怡,严飞,周岩,王文生. 光子学报. 2011(01)
[9]基于光照无关图的苹果图像识别方法[J]. 屠珺,刘成良,李彦明,周俊,苑进. 农业工程学报. 2010(S2)
[10]农业机器人技术研究进展[J]. 张铁中,杨丽,陈兵旗,张宾. 中国科学:信息科学. 2010(S1)
博士论文
[1]基于ARM9嵌入式和工业以太网的矿井瓦斯监控系统研究[D]. 徐竟天.西安科技大学 2011
[2]番茄采摘机器人真空吸持系统分析与优化控制研究[D]. 刘继展.江苏大学 2010
[3]大田小麦叶部病害智能诊断系统研究与应用[D]. 刁智华.中国科学技术大学 2010
[4]基于多源图像融合的收获目标准确定位研究[D]. 李明喜.江苏大学 2008
[5]茄子收获机器人视觉系统和机械臂避障规划研究[D]. 姚立健.南京农业大学 2008
[6]基于四自由度西红柿采摘机器人视觉系统的研究[D]. 吕小莲.沈阳农业大学 2008
[7]小波与细分方法在图像处理中的应用研究[D]. 郭显久.大连理工大学 2008
[8]棉花收获机器人视觉系统的研究[D]. 王勇.南京农业大学 2007
[9]彩色图像特征提取与植物分类研究[D]. 黄志开.中国科学技术大学 2006
[10]番茄收获机械手机构分析与优化设计研究[D]. 梁喜凤.浙江大学 2004
硕士论文
[1]基于小波分析的超声波透射法基桩检测信号处理[D]. 林云飞.长沙理工大学 2011
[2]基于小波变换的雷达信号降噪及其FPGA实现[D]. 王雷.中国舰船研究院 2011
[3]基于MATLAB的LED光谱小波去噪研究[D]. 乔文涛.河南理工大学 2010
[4]基于颜色降维的彩色图像边缘检测研究[D]. 赵昭.曲阜师范大学 2010
[5]弧焊过程的网络化监测与管理系统研究[D]. 张向奎.南京航空航天大学 2010
[6]柑橘采摘机器人成熟果实定位及障碍物检测研究[D]. 周小军.江苏大学 2009
[7]视频序列中运动目标检测技术研究[D]. 李莉.合肥工业大学 2009
[8]苹果采摘机器人机械手结构设计与分析[D]. 杨文亮.江苏大学 2009
[9]基于图像多分辨率分析的植物叶片识别系统的研究[D]. 林丰艳.曲阜师范大学 2009
[10]机器人双目视觉定位技术研究[D]. 林琳.西安电子科技大学 2009
本文编号：3279939
【文章来源】：南京农业大学江苏省 211工程院校 教育部直属院校
【文章页数】：145 页
【学位级别】：博士
【文章目录】：
目录
图目录
表目录
摘要
ABSTRACT
第一章 绪论
1.1 课题研究的意义
1.2 国内外研究现状
1.2.1 果蔬采摘机器人的研究国内外现状
1.2.2 采摘机器人视觉系统的研究现状和关键技术
1.3 本文的研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 技术路线
参考文献
第二章 基于改进K-MEAN聚类算法的彩色果实图像分割
2.1 基本颜色空间特点分析
2.1.1 色彩空间模型的分类
2.1.2 常见的色彩模型
2.1.3 彩色空间之间的转换
2.1.4 彩色空间特点讨论
2.2 基于反向传播(BP)神经网络分类器的颜色特征选择
2.2.1 反向传播(BP)神经网络分类器基本原理
2.2.2 I-J-1型BP神经网络预测模型算法
2.2.3 反向传播(BP)神经网络分类器实现颜色特征的选择
2.2.4 颜色特征选择实验对比
2.3 基于改进K-MEAN聚类算法实现果实目标的识别
2.3.1 k-means聚类算法的基本思想
2.3.2 加权欧氏距离的k-means聚类算法实现初始分割
2.4 试验结果与分析
2.4.1 试验装置
2.4.2 实验结果及分析
2.4.3 试验结果讨论和本章结论
参考文献
第三章 基于纹理和颜色两步法实现彩色果实图像分割
3.1 基于空间性质的纹理模型
3.1.1 基本纹理特征
3.1.2 共生矩阵矩阵(Gray Level Co-occurrence Matrix)模型
3.2 基于小波域的纹理模型
3.2.1 小波理论基础
3.2.2 基于小波域的共生矩阵模型
3.3 基于灰度共生矩阵的图像分割
3.3.1 试验装置
3.3.2 试验方法及结果分析
3.3.3 基于小波域灰度共生矩阵的图像分割
3.4 神经网络分类器实现纹理特征选择
3.4.1 纹理特征选择算法步骤
3.4.2 纹理特征选择实验对比
3.5 基于纹理和颜色两步法实现图像分割
3.5.1 分割方法和步骤
3.5.2 分割结果比较
3.6 本章小结
参考文献
第四章 基于改进的HOUGH变换的果实目标和树枝障碍物的定位和检测
4.1 HOUGH变换基本原理
4.1.1 基本Hough变换
4.1.2 改进的两点Hough变换
4.2 基于改进HOUGH变换的独个类圆果实的定位和检测
4.2.1 类圆果实图像的预处理
4.2.2 改进的圆形RHT算法
4.2.3 试验结果与分析
4.2.4 结论
4.3 基于凹点搜索的重叠类圆果实的定位检测算法研究
4.3.1 果实图像预处理
4.3.2 凹点搜索和匹配
4.3.3 确定重叠果实的形心和半径
4.3.4 试验结果及分析
4.3.5 结论
4.4 改进的HOUGH变换用于树枝的识别和定位
4.4.1 算法背景
4.4.2 基于梯度相位编组的直线检测算法
4.4.3 实验及结果分析
4.4.4 结论
参考文献
第五章 独立生长苹果的生长姿态识别
5.1 常见的果实姿态
5.2 四种方法确定果实生长姿态
5.2.1 二阶矩法
5.2.2 最短距离法
5.2.3 斜率方差法
5.2.4 三点一线法三种果实姿态识别方法
5.3 四种识别方法存在的不足之处
5.4 多方法融合的姿态识别算法
5.4.1 试验装备和试验样本
5.4.2 多方法融合的姿态识别算法
5.4.3 试验结果分析
5.5 结论
参考文献
第六章 研究结论与今后研究工作的建议
6.1 研究结论
6.2 本研究的创新点
6.3 存在的问题与今后研究工作的建议
参考文献
攻读博士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于梯度相位编组的树枝识别新算法[J]. 谢忠红,郭小清,姬长英,朱淑鑫. 计算机科学. 2012(05)
[2]基于凹点搜索的重叠果实定位检测算法研究[J]. 谢忠红,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(12)
[3]基于L*a*b*颜色空间与Gabor小波变换的图像检索技术[J]. 曾台盛. 西南师范大学学报(自然科学版). 2011(06)
[4]基于计算机视觉的苹果生长姿态估算多方法融合[J]. 谢忠红,徐莹,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(11)
[5]图像自动降色去噪方法研究[J]. 周信,王兴东. 计算机工程. 2011(12)
[6]基于粒子滤波的苹果采摘机器人目标姿态估算[J]. 周俊,张高阳,刘锐,金月. 农业机械学报. 2011(03)
[7]基于改进K-均值聚类的图像分割算法研究[J]. 李翠,冯冬青. 郑州大学学报(理学版). 2011(01)
[8]基于Hough变换的数字全息干涉条纹检测[J]. 郭俊,张婉怡,严飞,周岩,王文生. 光子学报. 2011(01)
[9]基于光照无关图的苹果图像识别方法[J]. 屠珺,刘成良,李彦明,周俊,苑进. 农业工程学报. 2010(S2)
[10]农业机器人技术研究进展[J]. 张铁中,杨丽,陈兵旗,张宾. 中国科学:信息科学. 2010(S1)
博士论文
[1]基于ARM9嵌入式和工业以太网的矿井瓦斯监控系统研究[D]. 徐竟天.西安科技大学 2011
[2]番茄采摘机器人真空吸持系统分析与优化控制研究[D]. 刘继展.江苏大学 2010
[3]大田小麦叶部病害智能诊断系统研究与应用[D]. 刁智华.中国科学技术大学 2010
[4]基于多源图像融合的收获目标准确定位研究[D]. 李明喜.江苏大学 2008
[5]茄子收获机器人视觉系统和机械臂避障规划研究[D]. 姚立健.南京农业大学 2008
[6]基于四自由度西红柿采摘机器人视觉系统的研究[D]. 吕小莲.沈阳农业大学 2008
[7]小波与细分方法在图像处理中的应用研究[D]. 郭显久.大连理工大学 2008
[8]棉花收获机器人视觉系统的研究[D]. 王勇.南京农业大学 2007
[9]彩色图像特征提取与植物分类研究[D]. 黄志开.中国科学技术大学 2006
[10]番茄收获机械手机构分析与优化设计研究[D]. 梁喜凤.浙江大学 2004
硕士论文
[1]基于小波分析的超声波透射法基桩检测信号处理[D]. 林云飞.长沙理工大学 2011
[2]基于小波变换的雷达信号降噪及其FPGA实现[D]. 王雷.中国舰船研究院 2011
[3]基于MATLAB的LED光谱小波去噪研究[D]. 乔文涛.河南理工大学 2010
[4]基于颜色降维的彩色图像边缘检测研究[D]. 赵昭.曲阜师范大学 2010
[5]弧焊过程的网络化监测与管理系统研究[D]. 张向奎.南京航空航天大学 2010
[6]柑橘采摘机器人成熟果实定位及障碍物检测研究[D]. 周小军.江苏大学 2009
[7]视频序列中运动目标检测技术研究[D]. 李莉.合肥工业大学 2009
[8]苹果采摘机器人机械手结构设计与分析[D]. 杨文亮.江苏大学 2009
[9]基于图像多分辨率分析的植物叶片识别系统的研究[D]. 林丰艳.曲阜师范大学 2009
[10]机器人双目视觉定位技术研究[D]. 林琳.西安电子科技大学 2009
本文编号：3279939
本文链接：https://www.wllwen.com/nykjlw/nygclw/3279939.html
