發(fā)布時(shí)間：2020-03-31 10:19

【摘要】：杭白菊作為茶葉的一種,因其具有疏散風(fēng)熱、平肝明目、清熱解毒等功效,如今受到越來越多的人青睞。目前為止,杭白菊的采摘還主要以人工為主,由于杭白菊的花期短、采摘量大、人工的勞動成本高等因素,往往導(dǎo)致杭白菊不能按照正常的進(jìn)度完成采摘。所以實(shí)現(xiàn)杭白菊的快速自動化采摘已成為一個(gè)亟待解決的問題。根據(jù)目前農(nóng)業(yè)采摘機(jī)器人的研究現(xiàn)狀,結(jié)合圖像處理技術(shù)、機(jī)器學(xué)習(xí)理論、機(jī)械系統(tǒng)設(shè)計(jì)等知識,提出了一種基于雙目立體視覺的杭白菊采摘機(jī)器人系統(tǒng),其主要研究內(nèi)容如下:(1)為了提高圖像分割的準(zhǔn)確率,對采集到的圖像進(jìn)行預(yù)處理,通過幾種預(yù)處理方法的分割效果對比分析,最終采用雙邊濾波器去除杭白菊圖像中的噪聲。(2)對杭白菊圖像各個(gè)區(qū)域的特征量進(jìn)行了研究。分別提取了圖像中的顏色特征和紋理特征,顏色特征是由圖像中RGB三通道像素組成的特征向量表示。然后對基于Tamura紋理特征中的粗糙度、對比度、方向度、線性度四個(gè)特征量進(jìn)行了對比分析,由數(shù)據(jù)顯示杭白菊和土壤之間的對比度特征量差異性較大,所以采用基于Tamura紋理特征的對比度特征量表示杭白菊圖像的紋理特征。(3)對杭白菊分類器的選取進(jìn)行了研究。分別對樸素貝葉斯分類器、支持向量機(jī)分類器、最小二乘支持向量機(jī)分類器(LS-SVM)進(jìn)行了對比分析,根據(jù)實(shí)驗(yàn)可得LS-SVM分類器具有分類精度高、時(shí)間消耗少等優(yōu)點(diǎn),因此采用了LS-SVM分類器對杭白菊進(jìn)行了背景去除處理。(4)對雙目立體視覺系統(tǒng)和坐標(biāo)系之間的轉(zhuǎn)化進(jìn)行了介紹,并通過MATLAB軟件對雙目相機(jī)進(jìn)行標(biāo)定實(shí)驗(yàn),獲得左、右相機(jī)的內(nèi)外參數(shù)和畸變系數(shù)。(5)對雙目視覺系統(tǒng)的空間定位進(jìn)行了研究。首先介紹了相似三角形測距原理,然后通過LS-SVM算法對左、右相機(jī)中的圖像求取質(zhì)心,采用質(zhì)心匹配的原理把左、右兩邊的圖像進(jìn)行匹配處理,再利用兩個(gè)質(zhì)心點(diǎn)獲得杭白菊的深度信息。(6)結(jié)合杭白菊的實(shí)際生長情況,設(shè)計(jì)了杭白菊采摘機(jī)器人,主要介紹了杭白菊采摘機(jī)器人的基本結(jié)構(gòu)和控制系統(tǒng),并根據(jù)采摘要求設(shè)計(jì)出了一種簡單、高效的末端執(zhí)行器。(7)通過設(shè)計(jì)好的杭白菊采摘機(jī)器人系統(tǒng)對不同光照條件下的杭白菊進(jìn)行采摘實(shí)驗(yàn),根據(jù)實(shí)驗(yàn)結(jié)果可知,基于LS-SVM的圖像處理算法可以在順光、逆光、遮陰三種光照條件下完成采摘作業(yè),采摘成功率達(dá)到80%以上,并且平均采摘每朵杭白菊所消耗的時(shí)間為12.4 s。
【圖文】：

浙江工業(yè)大學(xué)碩士學(xué)位論文像和采摘機(jī)器人視覺系統(tǒng)拍攝的相同。為了獲，還需要采用光照強(qiáng)度測量儀對每個(gè)階段的光照地點(diǎn)究顯示，浙江省桐鄉(xiāng)市是我國杭白菊種植面積最桐鄉(xiāng)杭白菊種植園作為圖像采集的地點(diǎn)。自然雜，為了能讓采摘機(jī)器人的視覺系統(tǒng)可以處理各該包括各種復(fù)雜情況的圖像信息，對于視覺系子、枝干和土壤，如圖 2-1 所示。

子、枝干和土壤，如圖 2-1 所示。圖 2-1 自然環(huán)境下的杭白菊-1. Hangzhou White Chrysanthemum in the natural en的杭白菊生長是雜亂無章的，可能存在杭白菊 2-2 所示，，圖像中存在杭白菊之間相互粘連和
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S225;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝忠紅;蘇堅(jiān);郭小清;姬長英;;自然場景下樹上桃子生長形態(tài)的識別[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

2 ;2013年中國茶葉產(chǎn)銷形勢和2014年預(yù)測分析[J];中國茶葉;2014年11期

3 呂繼東;趙德安;姬偉;;蘋果采摘機(jī)器人目標(biāo)果實(shí)快速跟蹤識別方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年01期

4 熊俊濤;鄒湘軍;王紅軍;彭紅星;朱夢思;林桂潮;;基于Retinex圖像增強(qiáng)的不同光照條件下的成熟荔枝識別[J];農(nóng)業(yè)工程學(xué)報(bào);2013年12期

5 鮑官軍;張水波;陳亮;楊慶華;;基于氣動柔性驅(qū)動器的球果采摘末端抓持器[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年05期

6 宋懷波;何東健;潘景朋;;基于凸殼理論的遮擋蘋果目標(biāo)識別與定位方法[J];農(nóng)業(yè)工程學(xué)報(bào);2012年22期

7 張凱良;楊麗;王糧局;張麗霞;張鐵中;;高架草莓采摘機(jī)器人設(shè)計(jì)與試驗(yàn)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2012年09期

8 紀(jì)超;馮青春;袁挺;譚豫之;李偉;;溫室黃瓜采摘機(jī)器人系統(tǒng)研制及性能分析[J];機(jī)器人;2011年06期

9 王燕;楊慶華;鮑官軍;荀一;張立彬;;關(guān)節(jié)型果蔬采摘機(jī)械臂優(yōu)化設(shè)計(jì)與試驗(yàn)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年07期

10 王旭東;葉玉堂;;CMOS與CCD圖像傳感器的比較研究和發(fā)展趨勢[J];電子設(shè)計(jì)工程;2010年11期

相關(guān)會議論文 前1條

1 何小星;;浙江(桐鄉(xiāng))杭白菊產(chǎn)業(yè)調(diào)查分析與發(fā)展探討[A];浙江省2005年中藥學(xué)術(shù)年會論文集[C];2005年

相關(guān)博士學(xué)位論文 前3條

1 譚文學(xué);基于機(jī)器學(xué)習(xí)的作物病害圖像處理及病變識別方法研究[D];北京工業(yè)大學(xué);2016年

2 陳彬;實(shí)時(shí)雙目立體匹配算法研究與實(shí)現(xiàn)[D];武漢科技大學(xué);2014年

3 顧寶興;智能移動式水果采摘機(jī)器人系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉歡;基于雙目視覺立體匹配算法的研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2018年

2 樊俊;面向杭白菊采摘機(jī)器人的目標(biāo)識別定位系統(tǒng)研究[D];浙江工業(yè)大學(xué);2016年

3 高鳳;名優(yōu)茶并聯(lián)采摘機(jī)器人結(jié)構(gòu)設(shè)計(jì)與仿真[D];南京林業(yè)大學(xué);2013年

4 付云鳳;基于閾值的圖像分割研究[D];重慶大學(xué);2013年

5 王韌;農(nóng)業(yè)采摘機(jī)器人機(jī)械臂結(jié)構(gòu)設(shè)計(jì)與分析[D];湖南農(nóng)業(yè)大學(xué);2010年

6 胡學(xué)坤;改進(jìn)支持向量機(jī)算法及其在圖像分割中的應(yīng)用[D];江蘇科技大學(xué);2010年

7 王s

本文編號：2608947