本文選題：辣椒　切入點：卷積神經網絡　出處：《天津理工大學》2017年碩士論文

【摘要】：農業(yè)采摘機器人一直以來都在機器人研究領域占有重要地位。隨著社會老齡化的加劇,使得人力資源缺乏,研發(fā)農業(yè)采摘機器人來代替人類在田地里勞作迫在眉睫。在國外,針對農業(yè)采摘機器人的研究已經取得一定成果,已步入商業(yè)化發(fā)展階段。而在國內,相關研究起步較晚,特別對于辣椒的智能研究更是缺乏,僅僅只涉及根據辣椒的形狀特征進行品級分類,還沒有針對成熟辣椒采摘問題的研究。本文從實際情況出發(fā),針對自然環(huán)境下的成熟辣椒的識別與定位進行研究。因為辣椒在生長過程中受到外界自然條件的影響使得采集到的圖像很復雜,所以要先對圖像進行一定的預處理。根據成熟辣椒的特征量較少和復雜的外界環(huán)境的特點提出了改進的卷積神經網絡算法對辣椒進行識別。然后本文設計了基于機器視覺的辣椒定位系統(tǒng),對成熟辣椒進行立體空間定位。具體研究內容如下:首先是在自然環(huán)境下對室外田地辣椒進行圖像采集,對采集到的辣椒圖像經過圖像灰度化、圖像增強、二值化和形態(tài)學處理等一定的預處理,得到了含有目標特征的二值圖像。為了滿足批量預處理和后期的識別研究,開發(fā)了基于MATLAB的GUI界面。然后根據辣椒的自身特點和外界復雜的自然環(huán)境,選取了有深度學習機制的卷積神經網絡算法對成熟辣椒進行識別。為了提高識別率對神經網絡結構進行了改進進而建立識別系統(tǒng),并與傳統(tǒng)BP神經網絡進行比較。表明此識別系統(tǒng)具有良好的魯棒性、容錯性、泛化性和較高的識別率。最后是對成熟辣椒的立體定位研究,先闡釋了雙目立體測距的幾何原理,并對相機標定、立體匹配、空間定位做了深入分析。本文設計了基于雙目相機平行配置結構的辣椒定位系統(tǒng),最終得到對目標物的立體定位的實驗數據,并對其進行了定性分析。得出雙目視覺系統(tǒng)能夠相對準確的對辣椒的立體空間位置進行定位。
[Abstract]:Agricultural picking robot has been playing an important role in the field of robot research.With the aggravation of the aging society, human resources are scarce, so it is urgent to develop agricultural harvesting robot instead of human working in the field.In foreign countries, some achievements have been made in the research of agricultural harvesting robots, and they have entered the stage of commercialization.In China, the related research started relatively late, especially for the intelligence of pepper is lack, only involved in the classification according to the shape characteristics of pepper, there is no research on the problem of picking mature pepper.In this paper, based on the actual situation, the identification and location of mature pepper under natural environment were studied.Because the chili pepper is affected by the natural conditions in the growth process, the collected image is very complicated, so the image must be preprocessed first.An improved convolution neural network algorithm is proposed to recognize the mature pepper according to the characteristics of less characteristic quantity and complex external environment.Then, this paper designs a pepper positioning system based on machine vision to locate the mature pepper in three-dimensional space.The specific research contents are as follows: first of all, the outdoor field pepper image acquisition in the natural environment, the collected pepper image grayscale, image enhancement, binarization and morphology processing and other certain preprocessing,A binary image with target features is obtained.A GUI interface based on MATLAB is developed to satisfy batch preprocessing and later recognition research.Then, according to the characteristics of pepper and the complex natural environment, the convolution neural network algorithm with deep learning mechanism is selected to recognize the mature pepper.In order to improve the recognition rate, the neural network structure is improved and the recognition system is established, and compared with the traditional BP neural network.It is shown that this recognition system has good robustness, fault tolerance, generalization and high recognition rate.In the end, the geometric principle of binocular stereo ranging is explained, and the camera calibration, stereo matching and space location are deeply analyzed.In this paper, a pepper positioning system based on the parallel configuration of binocular camera is designed. Finally, the experimental data of the stereo positioning of the object are obtained and analyzed qualitatively.It is concluded that the binocular vision system can locate the spatial position of pepper relatively accurately.
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP183

【相似文獻】

相關期刊論文 前10條

1 楊曉帥 ,付玫;神經網絡技術讓管理更輕松[J];軟件世界;2000年11期

2 云中客;新的神經網絡來自于仿生學[J];物理;2001年10期

3 唐春明,高協(xié)平;進化神經網絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期

4 李智;一種基于神經網絡的煤炭調運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

5 程科,王士同,楊靜宇;新型模糊形態(tài)神經網絡及其應用研究[J];計算機工程與應用;2004年21期

6 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

7 周麗暉;從統(tǒng)計角度看神經網絡[J];統(tǒng)計教育;2005年06期

8 趙奇 ,劉開第 ,龐彥軍;灰色補償神經網絡及其應用研究[J];微計算機信息;2005年14期

9 袁婷;;神經網絡在股票市場預測中的應用[J];軟件導刊;2006年05期

10 尚晉;楊有;;從神經網絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：1716270