双目视觉自动检测香蕉植株假茎茎高茎宽
发布时间：2022-07-04 19:46
实时快速的提取植物表型信息已经成为农业生产发展中极为关键的一步,可以为植物的预测和检测提供帮助。香蕉作为广西重点发展的水果,实时的测量香蕉假茎茎宽茎高可以为香蕉植株生长参数和后期的产量评估的提取提供有效的帮助。本文以香蕉植株为研究对象,通过双目立体视觉与级联分类器结合的方法来实现香蕉植株假茎茎宽茎高的快速无损测量,设计了一种基于双目相机的图像测量方法。主要的研究内容包括:（1）级联分类器识别香蕉假茎。根据不同的测量目的,进行了两个批次的实验,采用了近距离（0.9 m、1.2 m、1.6 m、1.9 m处,可拍摄部分假茎）、远距离（1.8m、2.0m、2.2m、2.4m处,可拍摄完整假茎）两种方式对香蕉假茎进行了双目图像的采集,每个距离分别采集得到100个样本。分别针对两种方式建立了香蕉假茎的识别模型。首先通过双目标定、立体校正、立体匹配得到视差图,并将其随机分为训练集（170个样本）与测试集（230个样本）。然后对训练集中的视差图假茎进行手动矩形框（近距离方式选取纵宽比为2:1,远距离方式选取纵宽比为7:1）截取正负样本。接着采用级联分类器对正负样本进行训练,得到假茎的自动识别模型。结...
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.2.1 农作物茎高茎宽的研究现状
1.2.2 基于双目视觉的作物物理参数测量
1.3 研究的主要内容和技术路线
1.3.1 研究的主要内容
1.3.2 技术路线
第2章 技术基础与算法介绍
2.1 摄像机模型
2.1.1 线性成像模型
2.1.2 非线性摄像机模型
2.2 双目视觉原理
2.3 双目标定
2.3.1 基于MATLAB工具箱的标定方法
2.3.2 标定结果
2.4 立体校正
2.5 立体匹配
2.5.1 BM立体匹配算法
2.5.2 SGBM立体匹配算法
2.5.3 结果与分析
2.6 形态学操作
2.6.1 膨胀
2.6.2 腐蚀
2.7 本章小结
第3章 实验数据采集及预处理
3.1 双目立体视觉的图像采集平台
3.2 图像预处理
3.2.1 OTSU阈值分割算法
3.2.2 增强图像对比度
3.3 本章小结
第4章 香蕉假茎识别
4.1 级联分类器的原理
4.2 级联分类器的训练
4.3 模型识别结果
4.4 本章小结
第5章 茎宽和茎高估算方法与结果分析
5.1 茎宽估算方法
5.2 茎宽茎高联合估算方法
5.3 茎宽估算结果
5.4 茎宽茎高联合估算结果
5.5 本章小结
第6章 结论与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于双目立体视觉的目标物测距研究[J]. 杨晨曦,华云松. 软件. 2020(01)
[2]大视场下荔枝采摘机器人的视觉预定位方法[J]. 陈燕,王佳盛,曾泽钦,邹湘军,陈明猷. 农业工程学报. 2019(23)
[3]基于数字图像处理技术的测树仪立木胸径测量算法研究[J]. 李伟,岳德鹏,张启斌. 林业调查规划. 2019(05)
[4]基于地面三维激光扫描技术的单木胸径树高提取精度研究[J]. 旦增,贺鹏,孙华. 中南林业调查规划. 2019(03)
[5]基于边缘检测的视差图效果优化[J]. 王安,王芳荣,郭柏苍,岳欣羽. 计算机应用与软件. 2019(07)
[6]基于双目机器视觉的菠萝自动采收机设计[J]. 何东健,张连兆,李响,李萍,王滔鋆. 安徽农业科学. 2019(13)
[7]植物表型组学大数据及其研究进展[J]. 赵春江. 农业大数据学报. 2019(02)
[8]基于无人机可见光遥感的冬小麦株高估算[J]. 刘治开,牛亚晓,王毅,韩文霆. 麦类作物学报. 2019(07)
[9]基于单站三维激光扫描数据的林木胸径提取方法[J]. 柯敏,解静,刘昔. 浙江林业科技. 2019(02)
[10]基于改进的Adaboost算法的人脸检测系统[J]. 冯小建,马明栋,王得玉. 计算机技术与发展. 2019(03)
博士论文
[1]手持式超站测树仪研制及功能测试研究[D]. 徐伟恒.北京林业大学 2014
硕士论文
[1]双目立体视觉测距系统的研究[D]. 潘庆甫.安徽理工大学 2019
[2]基于车载激光的树木胸径测量[D]. 张健.北京林业大学 2019
[3]基于智能手机的多株立木因子测量方法[D]. 武新梅.浙江农林大学 2019
[4]基于计算机视觉的测距技术研究[D]. 姜映舟.桂林电子科技大学 2019
[5]基于地面激光扫描的树木胸径提取方法研究[D]. 刘畅.东北林业大学 2019
[6]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学 2019
[7]基于智能手机的立木高度测量方法研究[D]. 高莉平.浙江农林大学 2019
[8]广西香蕉产业发展现状与对策研究[D]. 凌荣娟.广西大学 2018
[9]生物法提取香蕉假茎纤维素及其性能研究[D]. 胡佳丹.海南大学 2018
[10]履带式激光树测车的设计与研究[D]. 李国辉.东北林业大学 2018
本文编号：3655810
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
1.2.1 农作物茎高茎宽的研究现状
1.2.2 基于双目视觉的作物物理参数测量
1.3 研究的主要内容和技术路线
1.3.1 研究的主要内容
1.3.2 技术路线
第2章 技术基础与算法介绍
2.1 摄像机模型
2.1.1 线性成像模型
2.1.2 非线性摄像机模型
2.2 双目视觉原理
2.3 双目标定
2.3.1 基于MATLAB工具箱的标定方法
2.3.2 标定结果
2.4 立体校正
2.5 立体匹配
2.5.1 BM立体匹配算法
2.5.2 SGBM立体匹配算法
2.5.3 结果与分析
2.6 形态学操作
2.6.1 膨胀
2.6.2 腐蚀
2.7 本章小结
第3章 实验数据采集及预处理
3.1 双目立体视觉的图像采集平台
3.2 图像预处理
3.2.1 OTSU阈值分割算法
3.2.2 增强图像对比度
3.3 本章小结
第4章 香蕉假茎识别
4.1 级联分类器的原理
4.2 级联分类器的训练
4.3 模型识别结果
4.4 本章小结
第5章 茎宽和茎高估算方法与结果分析
5.1 茎宽估算方法
5.2 茎宽茎高联合估算方法
5.3 茎宽估算结果
5.4 茎宽茎高联合估算结果
5.5 本章小结
第6章 结论与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于双目立体视觉的目标物测距研究[J]. 杨晨曦,华云松. 软件. 2020(01)
[2]大视场下荔枝采摘机器人的视觉预定位方法[J]. 陈燕,王佳盛,曾泽钦,邹湘军,陈明猷. 农业工程学报. 2019(23)
[3]基于数字图像处理技术的测树仪立木胸径测量算法研究[J]. 李伟,岳德鹏,张启斌. 林业调查规划. 2019(05)
[4]基于地面三维激光扫描技术的单木胸径树高提取精度研究[J]. 旦增,贺鹏,孙华. 中南林业调查规划. 2019(03)
[5]基于边缘检测的视差图效果优化[J]. 王安,王芳荣,郭柏苍,岳欣羽. 计算机应用与软件. 2019(07)
[6]基于双目机器视觉的菠萝自动采收机设计[J]. 何东健,张连兆,李响,李萍,王滔鋆. 安徽农业科学. 2019(13)
[7]植物表型组学大数据及其研究进展[J]. 赵春江. 农业大数据学报. 2019(02)
[8]基于无人机可见光遥感的冬小麦株高估算[J]. 刘治开,牛亚晓,王毅,韩文霆. 麦类作物学报. 2019(07)
[9]基于单站三维激光扫描数据的林木胸径提取方法[J]. 柯敏,解静,刘昔. 浙江林业科技. 2019(02)
[10]基于改进的Adaboost算法的人脸检测系统[J]. 冯小建,马明栋,王得玉. 计算机技术与发展. 2019(03)
博士论文
[1]手持式超站测树仪研制及功能测试研究[D]. 徐伟恒.北京林业大学 2014
硕士论文
[1]双目立体视觉测距系统的研究[D]. 潘庆甫.安徽理工大学 2019
[2]基于车载激光的树木胸径测量[D]. 张健.北京林业大学 2019
[3]基于智能手机的多株立木因子测量方法[D]. 武新梅.浙江农林大学 2019
[4]基于计算机视觉的测距技术研究[D]. 姜映舟.桂林电子科技大学 2019
[5]基于地面激光扫描的树木胸径提取方法研究[D]. 刘畅.东北林业大学 2019
[6]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学 2019
[7]基于智能手机的立木高度测量方法研究[D]. 高莉平.浙江农林大学 2019
[8]广西香蕉产业发展现状与对策研究[D]. 凌荣娟.广西大学 2018
[9]生物法提取香蕉假茎纤维素及其性能研究[D]. 胡佳丹.海南大学 2018
[10]履带式激光树测车的设计与研究[D]. 李国辉.东北林业大学 2018
本文编号：3655810
本文链接：https://www.wllwen.com/nykjlw/yylw/3655810.html
