油茶是中國(guó)特有的高品質(zhì)油料作物,在國(guó)家油料安全戰(zhàn)略中具有重要地位。本文針對(duì)現(xiàn)有油茶果采摘方式效率低、成本高,制約油茶產(chǎn)業(yè)發(fā)展的問(wèn)題,結(jié)合國(guó)內(nèi)外果實(shí)采摘研究經(jīng)驗(yàn),提出了一種基于機(jī)器視覺的油茶果采摘方案,重點(diǎn)研究了油茶樹主枝干識(shí)別與重構(gòu),為完成油茶果自動(dòng)采摘提供了視覺基礎(chǔ)。本文的研究?jī)?nèi)容包括:(1)提出了一種基于機(jī)器視覺的油茶果振動(dòng)式采摘方案。傳統(tǒng)果實(shí)采摘主要采用識(shí)別果實(shí),單個(gè)采摘方式,本文針對(duì)油茶生長(zhǎng)特性提出識(shí)別枝干,振動(dòng)采摘的方案,簡(jiǎn)化采摘流程,提高油茶果采摘效率。(2)搭建了一套雙目視覺系統(tǒng),以獲取油茶樹的枝干圖像。該系統(tǒng)由已標(biāo)定的平行雙目相機(jī)構(gòu)成,是實(shí)現(xiàn)空間定位的硬件基礎(chǔ)。(3)提出了油茶樹主枝干識(shí)別重構(gòu)算法流程。對(duì)雙目圖像進(jìn)行立體匹配以獲取枝干視差圖;使用基于閾值的分割方法分離視差圖前景與背景;使用一種改進(jìn)的并行快速細(xì)化算法對(duì)分割結(jié)果進(jìn)行處理,生成枝干骨架;根據(jù)骨架像素點(diǎn)鄰域特征去除毛刺,以保持原樹枝結(jié)構(gòu);檢測(cè)骨架關(guān)鍵點(diǎn),并以此對(duì)枝干分級(jí)重構(gòu),得到枝干模型。研究表明,振動(dòng)式采摘方案具有效率高,易實(shí)現(xiàn)等優(yōu)點(diǎn)。本文主要解決油茶果振動(dòng)采摘過(guò)程中枝干識(shí)別、定位和重構(gòu)等問(wèn)題,為整個(gè)油茶自動(dòng)...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 果實(shí)采摘發(fā)展與現(xiàn)狀
        1.2.2 枝干識(shí)別發(fā)展與現(xiàn)狀
        1.2.3 立體覺技術(shù)發(fā)展與現(xiàn)狀
    1.3 研究?jī)?nèi)容和結(jié)構(gòu)安排
第二章 總體設(shè)計(jì)方案
    2.1 采摘方案
    2.2 系統(tǒng)結(jié)構(gòu)
    2.3 采摘流程
    2.4 識(shí)別重構(gòu)
    2.5 本章小結(jié)
第三章 雙目視覺系統(tǒng)
    3.1 相機(jī)成像模型
    3.2 雙目視覺系統(tǒng)
    3.3 相機(jī)標(biāo)定方法
        3.3.1 線性標(biāo)定方法
        3.3.2 非線性標(biāo)定方法
    3.4 立體匹配算法
        3.4.1 立體匹配的約束條件
        3.4.2 立體匹配算法
    3.5 本章小結(jié)
第四章 圖像處理算法
    4.1 視差圖分割
    4.2 骨架提取
        4.2.1 圖像預(yù)處理
        4.2.2 細(xì)化算法
        4.2.3 去除毛刺
    4.3 枝干重構(gòu)
        4.3.1 尋找關(guān)鍵點(diǎn)
        4.3.2 分級(jí)重構(gòu)
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果
    5.1 相機(jī)標(biāo)定
    5.2 立體匹配
    5.3 圖像分割
        5.3.1 閾值分割
        5.3.2 膨脹填充
        5.3.3 去除空洞
    5.4 骨架提取
        5.4.1 單像素細(xì)化
        5.4.2 去除毛刺
    5.5 枝干重構(gòu)
    5.6 本章小結(jié)
第六章 總結(jié)與展望
致謝
參考文獻(xiàn)



本文編號(hào)：3781218