当前位置:主页 > 农业论文 > 园艺论文 >

基于图像识别的花卉监控嵌入式系统研制

发布时间:2020-07-07 05:04
【摘要】:随着图像识别相关算法的日益成熟,嵌入式视频监控系统开始得到越来越多的应用,如广场人流监控、机场安检、大型户外场景监控等等。提取这些应用对嵌入式系统的共性需求,研制较为通用的监控识别嵌入式系统,具有很大研究和应用价值。本文的主要工作以农业花田花卉生长状况智能监控等需求为依据,设计针对大型户外场景通用监控识别嵌入式系统,并将该系统模型用于图像识别的花卉生长状态监控系统的设计中。文中首先分析了户外监控场景特点,给出了通用性设计原则,依此设计了通用识别监控系统框架,其中包括通用的硬件平台与软件平台结构。其次,对模型中存在的核心问题提出了对应的解决方案:本文用实时性更高图像识别算法和利用OpenCL加速识别算法解决通用图像识别任务在嵌入式系统中任务实时性无法得到保障的问题;采用硬件编码优化视频压缩流程和利用GStreamer框架简化视频监控开发流程;对系统中的核心任务进行任务划分、实时性分析、设计任务间通信方式和设计任务实时性优化方式来完成整个复杂多任务系统的设计;通过将通用通信接口分不同种类接口,对每个种类接口设计其数据流的输入接口、数据流封装格式和网络传输协议来完成整个通用通信接口的设计。在此基础上,通过分析花卉种植园区具体场景特点和应用需求,设计在该场景下的基于机器人的花卉生长状态智能监控系统,包括系统框架设计和系统软硬件平台设计,并完成了花卉花期识别模块、图像采集传输模块、远程控制移动模块和单片机控制移动模块等核心模块在内系统设计与实现。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;S68
【图文】:

示意图,玫瑰花,智能监控,机器人


44图 5-1 玫瑰花智能监控机器人运行示意图如图 5-1 所示,在大型玫瑰花田现场中场景复杂并且监控目标多,若部署多个固定摄像头进行监控则成本过高、灵活性差。所以本章节根据前文设计的针对大型户外场景的通用识别监控系统,设计具有机器人移动、拍摄、识别功能的花卉生长状况监控系统。在该系统设计与实现中,本文通过可移动机器人搭载监控识别终端的方式解决多个固定拍摄监控点成本过高、不灵活的问题。并且在农业花田中,由于监控识别路径、地点固定,机器人可依循预先铺设的轨迹进行自动移动。通过该类型监控系统实现自动化监控识功能,达到节约人力成本和提升监控效率的应用需求。5.1.2 功能需求分析根据系统功能用例图 5-2,该应用需要具有以下功能。

小车,实物,视频监控,视频流


图 6-7 HL-1 小车与 STM32 实物图6.5.2 主要功能单元测试6.5.2.1 监控功能测试(1) 视频监控功能测试测试方法:视频监控功能主要实现从嵌入式板获取视频流送到客户端。在测试过程,利用串口调试工具在 ARM 板上运行视频监控程序,设定传输视频传输格式和接收服务器的 IP 地址、端口。在 PC 机端,通过 GStreamer 流媒体提供的gst-launch 工具,用命令的方式简单实现视频流接收播放,如在 640*320 分辨率,接收命令如下:”gst-launch v udpsrc port=4000 caps="application/x-rtp, media =(string)video, clock-rate=(int)90000, encoding-name=(string)H264" ! rtph264depay !ffdec_h264 ! ffmpegcolorspace ! autovideosink”。测试结果:串口调试信息和服务端展示信息如图 6-8 所示,图(a)显示嵌入式板 vpuenc 插件的具体版本号,各个插件输出的视频流格式信息,视频流成功获取

调试信息,信息图,服务器端,串口


图 6-8(a)串口调试信息图 (b)服务器端展示信息图测试结果:PC 机上 Linux 系统成功接收到图片包,并且成功将图片包的中存储的图片数组转成 rgb 格式图片存储在本地,图片展示清晰。并且在接收消息包内,命令编号、设备 ID 等相关信息也正确接收。6.5.2.2 图像识别和识别结果传输功能测试(1) 图像识别功能测试测试方式:将一百张各种开放度的单张玫瑰花图片放入 ARM 板 Linux 的本地文件夹,编写简单程序,依次读取文件夹中的图片,然后进行图像识别,得出识别结果,与正确的花卉开放度进行比对,然后统计;测试结果统:86 张玫瑰花图片为正确的开放度,正确率为 86%,证明前端单朵玫瑰花花期识别功能达到粗略识别统计的要求。(2) 识别结果传输功能测试测试方法:在 ARM 终端编写简单测试程序。该测试程序将图片和识别结果作

【相似文献】

相关期刊论文 前10条

1 余里程;宁柏锋;张国昌;;基于深度学习的电网图像识别平台的设计与实现[J];数字技术与应用;年期

2 曹香滢;孙卫民;朱悠翔;钱鑫;李晓宇;业宁;;基于科目优先策略的植物图像识别[J];计算机应用;年期

3 刘飞;张俊然;杨豪;;基于深度学习的医学图像识别研究进展[J];中国生物医学工程学报;2018年01期

4 陈健军;张俊杰;袁俊来;刘玉彤;王阿川;;学校食堂菜品图像识别方法研究[J];黑龙江科技信息;2017年14期

5 庞鸿宇;刘益成;;智能钱币分类整理机[J];科学中国人;2017年03期

6 康少伟;;计算机图像识别智能化处理技术的研究[J];广西教育;2016年35期

7 段云涛;王超;;基于图像识别的食品变质检测技术[J];饮食科学;2017年06期

8 王健羽;史春耀;卫文龙;;论自适应3DLBP特征下的人脸深度图像识别[J];赤子(下旬);2016年12期

9 本刊编辑部;;智·医疗[J];风流一代;2017年24期

10 陈凯;;人工“智能”图像识别[J];中国信息技术教育;2017年Z2期

相关会议论文 前10条

1 许西丹;武杰;;基于耦合深度信念网络的图像识别方法[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年

2 姜洪臣;任晓磊;赵耀宏;徐波;;基于音频语谱图像识别的广告检索[A];第十一届全国人机语音通讯学术会议论文集(二)[C];2011年

3 许开宇;徐志京;郑华耀;;基于小波变换的图像识别研究[A];2003年中国智能自动化会议论文集(上册)[C];2003年

4 滕达;宋晓;龚光红;韩亮;王义;王江云;;深度神经网络图像识别鲁棒性增强方法研究[A];第十四届中国体视学与图像分析学术会议论文集[C];2015年

5 李灵;;情景智能图像识别和数字化处理技术在型式评价试验中的运用[A];2013年江苏省计量测试学会学术会议论文集[C];2013年

6 谭璐;易东云;吴翊;袁伟;;基于非线性降维方法的图像识别[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年

7 ;电脑认人超过人类[A];《科学与现代化》2015年第1期(总第062期)[C];2015年

8 刘翠响;孙以材;张艳;于明;;基于三控制要素的多项式模糊拟合在人脸图像识别中的应用[A];第25届中国控制会议论文集(下册)[C];2006年

9 刘卓夫;廖振鹏;桑恩方;;频域分形法在声纳图像识别中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年

10 李宝儒;孙凤杰;范杰清;;基于烟气图像识别的火灾探测方法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

相关重要报纸文章 前10条

1 本报记者 沈勇青;莞企站上图像识别风口[N];东莞日报;2018年

2 王众;看“像”的NEC[N];计算机世界;2016年

3 ;2017年,人工智能将在这些方面带来震撼[N];电脑报;2017年

4 本报记者 吴艳;人工智能:创新是市场“密钥”[N];中国知识产权报;2017年

5 本报记者 陈静;人工智能:大步流星 聚力前行[N];经济日报;2017年

6 本报记者 何晓亮;“AI+医疗”:人工智能落地的第一只靴子?[N];科技日报;2017年

7 本报记者 王洋;国产电视从便捷到“聪明”[N];消费日报;2017年

8 中国经济导报记者 荆文娜;人工智能“涉足”医疗资源下沉基层[N];中国经济导报;2017年

9 上海海事大学副教授 魏忠;发展人工智能 教育应有作为[N];中国教育报;2017年

10 王月 成都媒体人;别人刚学会图像识别,谷歌已经开始识别视频了[N];电脑报;2017年

相关博士学位论文 前10条

1 冉瑞生;一些矩阵计算问题及其在图像识别中的应用研究[D];电子科技大学;2006年

2 孙权森;基于相关投影分析的特征抽取与图像识别研究[D];南京理工大学;2006年

3 胡元奎;可变光照和可变姿态条件下的人脸图像识别研究[D];中国科学技术大学;2006年

4 谢铉洋;SARS医学图像识别与辅助诊断研究[D];中国科学技术大学;2006年

5 刘军;人脸图像识别关键技术的研究[D];北京邮电大学;2015年

6 王宇e

本文编号:2744688


资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/yylw/2744688.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4782f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com