【摘要】：近年來(lái),在農(nóng)業(yè)植保方面使用無(wú)人機(jī)替代傳統(tǒng)人工作業(yè)的需求日益增大。植保無(wú)人機(jī)通常工作在低空,需要感知復(fù)雜作業(yè)環(huán)境,通過(guò)對(duì)障礙物的準(zhǔn)確測(cè)距實(shí)現(xiàn)自動(dòng)躲避樹(shù)木或電線桿等障礙物。如何為植保無(wú)人機(jī)提供速度快、精度高的避障能力成為推廣植保無(wú)人機(jī)的難點(diǎn)之一。本文針對(duì)傳統(tǒng)特征匹配速度慢、精度低而導(dǎo)致測(cè)距誤差大的現(xiàn)象提出了一種基于邊緣特征加強(qiáng)的匹配算法,以雙目視覺(jué)理論為依據(jù),對(duì)雙目視覺(jué)理論中的關(guān)鍵技術(shù)進(jìn)行了研究與改進(jìn),設(shè)計(jì)了一個(gè)基于雙目視覺(jué)的環(huán)境感知系統(tǒng)以提高短距離測(cè)距的精度,并對(duì)該系統(tǒng)進(jìn)行了試驗(yàn)驗(yàn)證。論文工作首先針對(duì)相機(jī)標(biāo)定研究了三種主要的標(biāo)定技術(shù),并對(duì)其中操作簡(jiǎn)便、精度高、成本低的張正友相機(jī)標(biāo)定法做了詳細(xì)的原理及參數(shù)誤差分析,保證了后續(xù)基于雙目視覺(jué)環(huán)境感知系統(tǒng)測(cè)距的準(zhǔn)確性。論文工作研究了圖像增強(qiáng)的過(guò)程,包括灰度化點(diǎn)增強(qiáng)與濾波去噪域增強(qiáng),其中針對(duì)中值濾波對(duì)噪聲過(guò)濾與保留圖像邊緣細(xì)節(jié)不匹配的現(xiàn)象使用了自適應(yīng)的中值濾波算法,能夠在有效過(guò)濾噪聲的同時(shí)保護(hù)邊緣信息。論文工作研究了基于特征的立體匹配算法,對(duì)比分析了目前應(yīng)用廣泛且速度與魯棒性均較強(qiáng)的SURF特征檢測(cè)算法和ORB特征檢測(cè)算法。之后針對(duì)植保無(wú)人機(jī)的工作環(huán)境,提出了基于canny算子的邊緣信息加強(qiáng)的特征匹配優(yōu)化算法,該算法通過(guò)對(duì)去噪后的灰度圖進(jìn)行二值化操作、邊緣檢測(cè)、ORB特征提取、k近鄰特征匹配后,又運(yùn)用了RANSAC隨機(jī)采樣一致性思想剔除了誤匹配點(diǎn)。并通過(guò)與傳統(tǒng)立體匹配算法進(jìn)行對(duì)比實(shí)驗(yàn)證實(shí)該優(yōu)化算法在一定程度上提高了立體匹配的精度與速度�；谡撐膶�(duì)雙目視覺(jué)關(guān)鍵步驟的研究與優(yōu)化,搭建了一個(gè)基于雙目視覺(jué)的環(huán)境感知系統(tǒng),完成了軟件算法的計(jì)算機(jī)實(shí)現(xiàn),使用標(biāo)定后的雙目相機(jī)對(duì)真實(shí)環(huán)境中的障礙物進(jìn)行感知,并使用優(yōu)化后的圖像增強(qiáng)和立體匹配算法依次對(duì)獲取到的包含障礙物的圖像對(duì)進(jìn)行處理,通過(guò)實(shí)驗(yàn)驗(yàn)證本文提出的優(yōu)化匹配算法在匹配精度和速度上都有一定提升。最后與傳統(tǒng)基于SIFT特征的雙目測(cè)距進(jìn)行對(duì)比實(shí)驗(yàn),證明了在相同的環(huán)境下本文的方法在精度和速度上的有效性,從而可以為植保無(wú)人機(jī)的自動(dòng)避障功能提供可靠的技術(shù)支撐。
【圖文】：

第二章 雙目視覺(jué)感知技術(shù)第二章 雙目視覺(jué)感知技術(shù)目視覺(jué)感知技術(shù)模擬了人眼視覺(jué)成像原理，通過(guò)兩個(gè)固定位置的攝像機(jī)，，根據(jù)成像視差獲取物體深度距離進(jìn)而可以完成三維重建。本章將對(duì)雙基本組成逐一分析，包括深度感知涉及到的四大坐標(biāo)系及其轉(zhuǎn)換、攝像模型、相機(jī)標(biāo)定的目的及方法、立體匹配算法原理與步驟、雙目測(cè)距原續(xù)章節(jié)的理論基礎(chǔ)。四大坐標(biāo)系.1.1 坐標(biāo)系的定義機(jī)成像模型及雙目測(cè)距都會(huì)涉及到四個(gè)坐標(biāo)系，從大到小依次為世界標(biāo)系、圖像坐標(biāo)系、像素坐標(biāo)系。如圖 2.1 所示：

圖 2.3 相機(jī)坐標(biāo)系與圖像坐標(biāo)系2-3)：X cZc Ycx f y轉(zhuǎn)換關(guān)系為：,Xc Ycx f y fZc Zc陣的形式表示如下：0 0c 0 01 0 0 1x f XcZ y f YcZc
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：V279;V247

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 翁和王;;雙目視覺(jué)技術(shù)在智能機(jī)器人中的應(yīng)用研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年21期

2 劉帥;吳洪昊;孫娟;;雙目視覺(jué)定位在無(wú)人機(jī)電力巡檢中的應(yīng)用[J];黑龍江科技信息;2017年14期

3 畢偉平;張歡;瞿振林;丁永前;余洪鋒;王波;;基于雙目視覺(jué)的主從式果園作業(yè)車輛自主跟隨系統(tǒng)設(shè)計(jì)[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年03期

4 馮為棟;;雙目視覺(jué)在田間秸稈覆蓋率監(jiān)測(cè)系統(tǒng)中的應(yīng)用[J];南方農(nóng)機(jī);2019年20期

5 張愛(ài)華;劉公才;林冬梅;牛萬(wàn)才;王敬陽(yáng);;雙目視覺(jué)脈搏圖像采集系統(tǒng)精度分析[J];自動(dòng)化與儀表;2017年09期

6 蔡英鳳;王海;陳小波;江浩斌;;基于單雙目視覺(jué)融合的車輛檢測(cè)和跟蹤算法[J];交通運(yùn)輸工程學(xué)報(bào);2015年06期

7 鄭志強(qiáng),季秀才,劉斐;基于CMOS的雙目視覺(jué)定位系統(tǒng)的設(shè)計(jì)[J];國(guó)防科技大學(xué)學(xué)報(bào);2003年06期

8 費(fèi)鵬;李鑫;;無(wú)人水面艇的雙目視覺(jué)應(yīng)用[J];珠江水運(yùn);2019年06期

9 薛亞?wèn)|;;雙目視覺(jué)技術(shù)在人機(jī)交互體育運(yùn)動(dòng)中的應(yīng)用[J];自動(dòng)化與儀器儀表;2016年10期

10 李立輝;王震洲;劉教民;;基于雙目視覺(jué)技術(shù)的交通事故勘測(cè)系統(tǒng)的研究[J];河北科技大學(xué)學(xué)報(bào);2007年04期

相關(guān)會(huì)議論文 前10條

1 吳濤;劉欣;;基于單雙目視覺(jué)信息融合的障礙檢測(cè)方法[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第二屆學(xué)術(shù)會(huì)議論文集[C];2005年

2 喬玉晶;;大尺寸曲面零件的雙目視覺(jué)測(cè)量網(wǎng)絡(luò)規(guī)劃研究[A];2015 年（第七屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2015年

3 薛俊;張秀澤;張雷;;基于雙目視覺(jué)的孔檢測(cè)系統(tǒng)設(shè)計(jì)與試驗(yàn)研究[A];第十六屆中國(guó)航空測(cè)控技術(shù)年會(huì)論文集[C];2019年

4 崔偉;呂偉;陶利民;;基于雙目視覺(jué)的三維測(cè)量技術(shù)研究[A];第二十七屆全國(guó)振動(dòng)與噪聲應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2016年

5 張靜;李琳;劉曉平;;基于雙目視覺(jué)的虛擬手的實(shí)現(xiàn)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

6 張頌;謝永杰;;基于雙目視覺(jué)的空間脫靶量測(cè)量技術(shù)研究[A];第十四屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2012年

7 王紅雨;汪梁;章寶民;趙s

本文編號(hào)：2636467