【摘要】：近年來，新疆作為中國的產(chǎn)棉大省，其棉花的總產(chǎn)量已占全國比重的五成左右。由于傳統(tǒng)采棉方式需要消耗大量的勞動力，機(jī)械采棉對棉花的采摘效果的不理想，都很大程度上制約了新疆棉花產(chǎn)業(yè)的發(fā)展，因此，采棉機(jī)器人的研發(fā)是解決當(dāng)前采摘困境的一個好的出路。采棉機(jī)器人的研發(fā)技術(shù)中，，利用雙目立體視覺系統(tǒng)對棉花目標(biāo)進(jìn)行識別定位，并將位置信息傳給機(jī)械手進(jìn)行采摘。本文對采棉機(jī)器人雙目立體視覺系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行研究，分別從棉花圖像分割、棉花成熟判定、圖像匹配三方面提出了有效的算法。 棉花圖像的分割識別方面，本文提出在YCbCr顏色空間下使用PSO和K-means混和聚類的方法對棉花進(jìn)行分割，能夠有效的克服光照、陰影帶來的影響，實現(xiàn)了全局解搜索能力與收斂速度的平衡，其分割穩(wěn)定性、分割精度優(yōu)于傳統(tǒng)PSO聚類的分割方法，可以將各種復(fù)雜環(huán)境下的棉花圖像準(zhǔn)確有效的分割。 棉花成熟判定方面，本文提出了基于形狀特征的PSO優(yōu)化SVM的棉花成熟度判別算法。該方法對分割后的棉花二值圖像畫出最小外接矩形，提取目標(biāo)圖像的形狀特征參數(shù)，最后利用PSO算法優(yōu)化SVM參數(shù)，建立了可以判別棉花成熟度的SVM模型。實驗結(jié)果表明，該方法具有準(zhǔn)確率高，判別時間短，滿足采棉機(jī)器人對實時性的要求。 圖像匹配方面，本文提出了一種基于特征的棉花圖像快速匹配算法。該方法先根據(jù)棉花的灰度像素特征使用FAST進(jìn)行角點檢測，SURF對特征點進(jìn)行角度和向量描述，對經(jīng)過描述的特征點采用改進(jìn)的KD-Tree在另一幅圖像中搜尋相應(yīng)的匹配點，并采用極限約束和RANSAC進(jìn)行誤匹配剔除。實驗表明，該方法解決了之前匹配算法速度慢、匹配點對少、邊緣特性較弱的缺點，對旋轉(zhuǎn)過的圖像依然可以成功匹配。
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP242;S225.911

【共引文獻(xiàn)】

相關(guān)會議論文 前10條

1 周綺鳳;林成德;羅林開;彭洪;;一種基于黎曼度量的訓(xùn)練樣本類不平衡SVM分類方法研究[A];第二十六屆中國控制會議論文集[C];2007年

2 盧韶芳;王琨;李瑜芳;陳運(yùn)聰;;基于B樣條曲線擬合的邊界提取方法[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

3 楊飛;劉剛;劉寅;孟慶寬;王瀧;劉兆祥;;基于機(jī)器視覺的農(nóng)機(jī)具自動導(dǎo)航系統(tǒng)[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

4 陳光明;姚力;張家才;;圖像非均勻像素技術(shù)[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

5 張向波;梅國建;徐宗昌;;基于SVM的裝備戰(zhàn)備完好性預(yù)測模型[A];第十屆中國科協(xié)年會論文集（一）[C];2008年

6 張永生;魏新軍;顏振敏;南海娟;;多元線性回歸分光光度法同時測定飲料中三種色素[A];第十屆中國科協(xié)年會論文集（三）[C];2008年

7 肖惠玲;曾翎;黃海瑩;張琳;王昱清;楊勤;陳華富;;支持向量機(jī)探測腦功能活動[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

8 魏立力;;土地利用現(xiàn)狀調(diào)查中分辨率因素對數(shù)字正射影像解譯精度影響的研究[A];2006年中國土地學(xué)會學(xué)術(shù)年會論文集[C];2006年

9 王永春;;一種復(fù)合的支持向量機(jī)模型在電力系統(tǒng)短期負(fù)荷中的應(yīng)用[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2005年

10 吳p

本文編號：2695513