基于机器视觉的智能化自动切割式采茶机

发布时间：2021-10-11 13:35

　　中国是茶叶的主要原产地,是世界上最大的茶叶种植、消费和出口国家之一。近年来,我国茶产业发展迅速,竞争也日趋激烈。大规模的茶叶种植导致人工成本越来越高。据统计,采茶工工资每年上涨10%以上,人工工资的支出占销售收入的40%以上。即便如此,在内陆的四川等地以及东南沿海地区仍会出现有茶无人采的现象。因此,必须推广机采、机制来解决劳动力紧缺的问题。针对大宗茶,目前其主要的采摘方式为人工采摘以及手提式或背负式机器采摘,这些采摘方式不仅消耗了大量人力物力,而且采摘效率低下。采摘过程易受采摘人员的主观因素影响,对茶树造成机械性损伤。针对目前大宗茶采摘的现状,本文设计并实现了一种基于机器视觉的智能化自动切割式采茶机。本文主要研究工作和成果包括:1.根据采集的茶叶图像特征,本文研究了相应的一系列图像预处理算法,实现图像去噪、灰度化、图像旋转以及图像畸变矫正等操作。2.为了实现嫩叶的快速识别及提取,本文提出了一种复杂度低并且高效的算法。首先,利用OTSU（最大类间差分法）对整幅图像进行处理,剔除背景后的即为仅包含茶叶的图像;然后对茶叶图像利用OTSU进行二次处理,处理结果为嫩叶区域,其中包含少量孔洞以及毛... 

【文章来源】：浙江工业大学浙江省

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 机器视觉在农业工程领域的发展现状
        1.2.2 机器视觉在茶叶检测领域的研究现状
        1.2.3 智能采茶机研究中的技术难点
    1.3 本文的主要工作
    1.4 论文的章节安排
    1.5 本章小结
第2章 智能化自动切割式采茶机总体设计
    2.1 引言
    2.2 智能化自动切割式采茶机总体架构设计
    2.3 系统硬件设计
        2.3.1 乘用型采茶机的机体结构
        2.3.2 采茶机控制部分设计
        2.3.3 SMP8048伺服电机
    2.4 采茶机智能化自动切割系统软件设计
        2.4.1 软件总体架构设计
        2.4.2 主要功能模块介绍
    2.5 本章小结
第3章 采茶机割刀伺服控制
    3.1 引言
    3.2 Modbus协议
    3.3 割刀位置伺服控制
        3.3.1 位置伺服控制原理
        3.3.2 位置伺服控制实验研究
    3.4 割刀水平度伺服控制
        3.4.1 传感器标定
        3.4.2 水平度伺服控制原理
        3.4.3 水平度伺服控制实验研究
    3.5 割刀视觉伺服控制
        3.5.1 视觉伺服控制原理
        3.5.2 视觉伺服控制微调流程
    3.6 本章小结
第4章 割刀刀刃线检测定位
    4.1 引言
    4.2 图像畸变矫正
        4.2.1 相机标定
        4.2.2 畸变矫正原理
        4.2.3 双线性插值法
        4.2.4 畸变矫正实验
    4.3 横梁的检测识别
        4.3.1 图像的颜色模型
        4.3.2 横梁下边缘线检测
        4.3.3 横梁下边缘线检测实验
        4.3.4 边缘直线拟合
        4.3.5 横梁直线拟合精度实验
    4.4 割刀刀刃线的检测定位
        4.4.1 割刀模型
        4.4.2 基于模板匹配定位割刀
    4.5 本章小结
第5章 嫩叶检测识别
    5.1 引言
    5.2 嫩叶分割方法研究
        5.2.1 常用的阈值分割方法
        5.2.2 茶叶颜色特征实验研究
        5.2.3 嫩叶检测识别
    5.3 基本形态学运算
    5.4 基于两次OTSU分割实验
    5.6 本章小结
第6章 智能化自动切割系统实现
    6.1 引言
    6.2 系统开发环境及其相关技术的介绍
    6.3 主要模块实现
        6.3.1 图像预处理模块
        6.3.2 嫩叶检测模块
        6.3.3 割刀刀刃线检测定位模块
        6.3.4 伺服控制模块
    6.4 智能化自动切割系统界面介绍
    6.5 本章小结
第7章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果


【参考文献】：
期刊论文
[1]计算机图像处理技术在茶叶品质检测中的应用[J]. 陈修齐,方柯.  福建茶叶. 2016(06)
[2]自然条件下茶叶嫩芽图像分割方法的研究[J]. 张可,吕军.  黑龙江八一农垦大学学报. 2016(02)
[3]基于双线性插值法的图像缩放算法的设计与实现[J]. 张洋.  电子设计工程. 2016(03)
[4]基于机器视觉的茶陇识别与采茶机导航方法[J]. 汤一平,王伟羊,朱威,翔云.  农业机械学报. 2016(01)
[5]基于机器视觉的番茄颜色分级检测研究[J]. 于桓.  机电技术. 2015(04)
[6]基于机器视觉的荔枝果实采摘时品质检测技术[J]. 熊俊涛,邹湘军,刘念,彭红星,李锦鸿,林桂潮.  农业机械学报. 2014(07)
[7]马铃薯缺陷透射和反射机器视觉检测方法分析[J]. 李小昱,陶海龙,高海龙,李鹏,黄涛,孙金风.  农业机械学报. 2014(05)
[8]基于机器视觉的干制红枣大小分级方法研究[J]. 李景彬,邓向武,坎杂,田绪顺,谢凡.  农机化研究. 2014(02)
[9]基于流形学习算法的马铃薯机械损伤机器视觉检测方法[J]. 汪成龙,李小昱,武振中,周竹,冯耀泽.  农业工程学报. 2014(01)
[10]基于阈值分割法的茶叶嫩芽识别研究[J]. 唐仙,吴雪梅,张富贵,顾金梅.  农业装备技术. 2013(06)

博士论文
[1]基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D]. 李晓丽.浙江大学 2009
[2]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
[3]稻种质量的机器视觉无损检测研究[D]. 成芳.浙江大学 2004
[4]苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D]. 李庆中.中国农业大学 2000

硕士论文
[1]基于SVM的柑橘品质检测技术[D]. 方东玉.中南林业科技大学 2015
[2]基于彩色线阵CCD的茶叶分选控制系统设计[D]. 刘希.南京林业大学 2014
[3]基于计算机视觉的龙井茶叶嫩芽识别方法研究[D]. 邵明.中国计量学院 2013
[4]基于区域生长和聚类的花卉图像分割算法研究[D]. 张燕群.成都理工大学 2012
[5]基于统计形状特征的茶叶梗分离与识别[D]. 张俊峰.安徽大学 2012
[6]基于机器视觉的柑橘水果外形识别方法研究[D]. 白菲.中国农业大学 2005
[7]基于机器视觉的番茄收获机器人目标定位技术研究[D]. 仲琴.江苏大学 2005
[8]Hough变换及改进算法与线段检测[D]. 陈洪波.广西师范大学 2004
[9]基于机器视觉的苹果形状分级系统研究[D]. 李秀智.南京农业大学 2003
[10]玉米苗期杂草识别的机器视觉研究[D]. 龙满生.西北农林科技大学 2002



本文编号：3430611