本文選題：陰影干擾　切入點(diǎn)：顏色空間　出處：《天津理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：基于視覺(jué)的農(nóng)業(yè)機(jī)器人是農(nóng)業(yè)智能化、精確化和機(jī)械化發(fā)展的趨勢(shì),其核心問(wèn)題是怎樣通過(guò)視覺(jué)對(duì)采集到農(nóng)田圖像進(jìn)行快速、準(zhǔn)確的分析。但是,由于植株相互遮擋以及太陽(yáng)光入射角的影響,植株和雜草會(huì)被外界和自身間的陰影干擾,使得識(shí)別圖像陰影區(qū)的植株和雜草比較困難,進(jìn)而降低了圖像目標(biāo)識(shí)別的準(zhǔn)確率,同時(shí)影響了機(jī)器人工作效率。目前圖像處理中存在許多不足之處:算法復(fù)雜性、實(shí)時(shí)性差和陰影區(qū)域圖像細(xì)節(jié)丟失和識(shí)別率不足等問(wèn)題,所以對(duì)圖像中陰影去除的研究有重要的意義。本文主要從光照陰影和分類識(shí)別率不高這兩方面進(jìn)行了深入研究。1)對(duì)于室外農(nóng)田中環(huán)境下,采集圖像受陰影干擾的問(wèn)題,本文采用了一種逐步消除陰影的方法。該方法是將RGB圖像轉(zhuǎn)換到其他顏色空間中,分析利用不同顏色通道中陰影的特性,同時(shí)結(jié)合直方圖、熵值、均方誤差和峰值信噪比等得到仿真數(shù)據(jù)來(lái)分析顏色通道特性,最終構(gòu)造出適合農(nóng)田場(chǎng)景下的陰影去除的顏色空間,即UVI顏色空間。在該空間可以利用簡(jiǎn)單的算法實(shí)現(xiàn)較好的去除陰影,實(shí)現(xiàn)圖像中前景農(nóng)作物不受背景陰影干擾下的識(shí)別。2)對(duì)農(nóng)作物與雜草的識(shí)別精度不高和識(shí)別時(shí)間較長(zhǎng)問(wèn)題,本文提出一種基于小波變換和主成分分析結(jié)合的多特征數(shù)據(jù)融合方法。該方法對(duì)在多顏色空間中提取的圖像組合特征數(shù)據(jù)采用小波變換和主成分分析法進(jìn)行融合,再利用支持向量機(jī)決策下實(shí)現(xiàn)農(nóng)作物與雜草的高識(shí)別率。該方法解決了組合特征數(shù)據(jù)結(jié)構(gòu)復(fù)雜和分類器輸入維數(shù)過(guò)高的難點(diǎn),提高了農(nóng)作物與雜草的識(shí)別能力與速度。3)基于VS2012開(kāi)發(fā)平臺(tái),設(shè)計(jì)了組合顏色空間陰影去除軟件,能夠有效的在界面上操作圖像,提高圖像處理速度。軟件代碼可以移植到機(jī)器人系統(tǒng),具有一定的實(shí)用價(jià)值。
[Abstract]:The vision based agricultural robot is the development trend of agricultural intelligence, precision and mechanization. Its core problem is how to quickly and accurately analyze the farmland images collected by vision. However, Because of the mutual occlusion of plants and the influence of the incidence angle of the sun, the plants and weeds will be interfered by the outside and their own shadows, which makes it difficult to identify the plants and weeds in the shadow region of the image, thus reducing the accuracy of image target recognition. At the same time, it affects the efficiency of the robot. At present, there are many shortcomings in image processing, such as algorithm complexity, poor real-time performance, loss of image details in shadow area and insufficient recognition rate, etc. Therefore, the study of shadow removal in the image is of great significance. This paper studies the shadow interference in the environment of outdoor farmland from the two aspects of light shadow and low classification recognition rate. In this paper, we adopt a method of eliminating shadow step by step. The method is to convert RGB image into other color space, analyze and utilize the characteristics of shadow in different color channels, and combine histogram, entropy value. The simulation data such as mean square error and peak signal-to-noise ratio are obtained to analyze the color channel characteristics. Finally, the color space suitable for shadow removal in farmland scene is constructed. That is, UVI color space. In this space, a simple algorithm can be used to remove shadows and realize the recognition of foreground crops without background shadow. 2) the recognition accuracy of crops and weeds is not high and the recognition time is long. In this paper, a multi-feature data fusion method based on wavelet transform and principal component analysis is proposed, in which wavelet transform and principal component analysis are used to fuse the image combination feature data extracted in multi-color space. Using support vector machine (SVM) to realize the high recognition rate of crops and weeds, this method solves the difficulties of complex data structure and high input dimension of classifier. Based on the VS2012 development platform, the combined color space shadow removal software is designed, which can effectively operate the image on the interface. The software code can be transplanted to the robot system and has some practical value.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：S126;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 楊少春;王克奇;戴天虹;白雪冰;;基于L~*a~*b~*顏色空間對(duì)木材分類的研究[J];林業(yè)機(jī)械與木工設(shè)備;2007年10期

2 王輝;呂艷;張凱;;適于木材種類識(shí)別顏色空間的研究[J];林業(yè)機(jī)械與木工設(shè)備;2009年01期

3 金秋春;王杰;童小利;;HSI顏色空間中植物葉脈信息提取的研究[J];農(nóng)機(jī)化研究;2010年08期

4 涂遠(yuǎn);;顏色空間技術(shù)在證件照中人臉檢測(cè)的應(yīng)用[J];金陵科技學(xué)院學(xué)報(bào);2012年02期

5 虎曉紅;李炳軍;劉芳;;多顏色空間中玉米葉部病害圖像圖論分割方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年02期

6 尹建軍;王新忠;毛罕平;陳樹(shù)人;張際先;;RGB與HSI顏色空間下番茄圖像分割的對(duì)比研究[J];農(nóng)機(jī)化研究;2006年11期

7 王玲;姬長(zhǎng)英;陳兵林;;黑背景下收獲前棉花圖像色特征生成及其品級(jí)聚類分析[J];棉花學(xué)報(bào);2007年02期

8 羅微;李紅巖;孫麗萍;;基于顏色空間非等間隔量化的木材圖像主色調(diào)檢索[J];東北林業(yè)大學(xué)學(xué)報(bào);2012年10期

9 趙紅霞;李國(guó)臣;李振東;;基于色度學(xué)理論的農(nóng)產(chǎn)品顏色量化系統(tǒng)的建立[J];儀器儀表學(xué)報(bào);2006年S2期

相關(guān)會(huì)議論文 前7條

1 廉玉生;廖寧放;王佳佳;劉子龍;;顏色空間均勻性的評(píng)價(jià)[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

2 金楊;劉真;王鵬飛;劉三國(guó);翟洪杰;;不同顏色空間分量圖像相關(guān)性研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國(guó)印刷與包裝學(xué)術(shù)會(huì)議論文摘要集[C];2012年

3 張玉發(fā);劉尊洋;余大斌;孫曉泉;;顏色空間在圖像主色提取方面的應(yīng)用[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

4 陳振躍;王霞;;基于HSI顏色空間和小波變換的多光譜圖像和偏振圖像融合實(shí)驗(yàn)研究[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

5 劉恩御;;均勻顏色空間與數(shù)字系統(tǒng)[A];走近CIE 26th——中國(guó)照明學(xué)會(huì)（2005）學(xué)術(shù)年會(huì)論文集[C];2005年

6 尹建軍;毛罕平;王新忠;陳樹(shù)人;張際先;;RGB與HSI顏色空間下番茄圖像分割的對(duì)比研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第三分冊(cè)[C];2005年

7 王蘭莎;張國(guó)英;;HSV顏色空間及紋理特征映射方法研究[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 黃國(guó)祥;RGB顏色空間及其應(yīng)用研究[D];中南大學(xué);2002年

2 徐治非;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 呂雪揚(yáng);骨髓病變細(xì)胞的自動(dòng)分類識(shí)別技術(shù)研究[D];鄭州大學(xué);2015年

2 曹雪婷;擬南芥葉片面積檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連海事大學(xué);2015年

3 張華;經(jīng)編織物印染色差研究[D];武漢紡織大學(xué);2015年

4 吳昭質(zhì);火災(zāi)視頻識(shí)別及遠(yuǎn)程智能報(bào)警系統(tǒng)[D];南京郵電大學(xué);2015年

5 倪舟;蔬菜識(shí)別算法研究[D];東南大學(xué);2015年

6 全永奇;基于顏色空間的圖像壓縮感知算法研究[D];海南大學(xué);2016年

7 曾花;基于火焰多尺度多特征方法預(yù)測(cè)煉鋼終點(diǎn)的研究[D];南華大學(xué);2016年

8 苗雷;溶液PH值圖像檢測(cè)系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[D];河北科技大學(xué);2016年

9 張金朋;道路交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)研究[D];華僑大學(xué);2015年

10 趙文佳;基于多顏色空間特征融合的作物識(shí)別方法研究[D];天津理工大學(xué);2017年

，

本文編號(hào)：1590630