為確保高紡錘形種植模式下機械化施藥作業(yè)方式不造成藥品浪費、均勻施藥、精準施藥,對噴藥情況和病蟲害嚴重程度進行檢測,并對噴藥機械進行精準控制。雙目視覺技術的進步為這種檢測和控制提供了良好的技術手段。本文研究了在機械化噴藥情況下如何通過雙目視覺方法定位病蟲害果葉并在噴灑農藥后檢測農藥噴灑的均勻程度。該研究將有助于提升高紡錘形果園的自動化施藥程度,減輕勞動強度,提高農藥的有效利用率,減少病蟲害的發(fā)生,促進農產品更高質量的產出。果樹農藥的自動噴灑方法是:拖拉機牽引著藥桶,左右各有三個風機,通過平行雙目攝像頭檢測病蟲害和判別噴灑均勻度。在已有的機械裝置基礎上,本文的主要研究內容如下:1、提出了無明顯特征區(qū)域的雙目視覺像素點匹配方法。在本課題的雙目視覺配準中,經(jīng)常涉及到需要匹配的無明顯特征區(qū)域,提出了針對該類型區(qū)域的雙目配準方法�；舅悸肥抢迷搮^(qū)域周邊豐富的SIFT特征點與目標區(qū)域待匹配點的相對距離和方位信息對無明顯特征區(qū)域像素點進行匹配。結果表明,該方法能準確地對無明顯特征區(qū)域像素點進行匹配。2、實現(xiàn)了雙目視覺測距。在雙目視覺測距中,采用棋盤標定法對雙目攝像頭進行標定,獲取攝像機的內外參數(shù)并對... 

【文章來源】：濟南大學山東省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

高紡錘形果樹和果園圖

在雙目視覺匹配中，針對許多需要匹配的無明顯特征區(qū)域，提出了無明顯特征區(qū)域目視覺像素點匹配方法。首先，對攝像機進行棋盤標定，得到攝像機的內、外參數(shù)圖像畸變；其次，使用 SIFT 提取特征點，歐氏距離閾值進行初次配準，RANSA誤匹配；最后，綜合利用該區(qū)域周邊的 SIFT 特征點與目標匹配點的距離、方向信無明顯特征區(qū)域像素點進行匹配。在雙目測距中，通過對校正后的圖像進行匹配獲標點像素坐標及視差，帶入測距公式中得到目標點的深度信息。在對果葉病蟲害以及噴藥均勻度檢測及定位中我們選取了 Mobile Net 網(wǎng)絡進行檢首先，人工拍攝并整理訓練數(shù)據(jù)集，并進行預處理，包括圖像分割、旋轉、縮放然后，將整理好的數(shù)據(jù)放到 Mobile Net 模型中訓練，測試網(wǎng)絡得到的模型，評價的好壞，并與傳統(tǒng)的圖像處理方法以及現(xiàn)有的神經(jīng)網(wǎng)絡方法進行對比；最后，將訓型轉化為 pb 文件，調用模型，在單幅圖像中以一定大小的窗口進行遍歷判斷是否常區(qū)域，并結合無明顯特征點匹配方法和改進后的測距方法得到該區(qū)域的深度信本文技術路線如圖 1.2 所示：

第二章 基礎知識所涉及到的基礎知識包括雙目視覺基礎和深度學習。在雙目視覺基礎部成像模型、攝像機標定、雙目視覺原理、圖像匹配方法；在深度學習部神經(jīng)網(wǎng)絡的結構和卷積神經(jīng)網(wǎng)絡的優(yōu)點。視覺機成像模型成像模型是攝像機標定和雙目測距的基礎，在相機成像模型中有四個坐像素、攝像機、圖像物理及世界坐標系[25]。如圖 2.1 所示。

【參考文獻】：
期刊論文
[1]基于動態(tài)集成的黃瓜葉部病害識別方法[J]. 王志彬,王開義,王書鋒,王曉鋒,潘守慧.  農業(yè)機械學報. 2017(09)
[2]玉米葉片病斑多光譜特征提取及識別方法[J]. 李妍,朱景福,羅文博,王孟博,高寒,于成江.  江蘇農業(yè)科學. 2017(09)
[3]基于PCA和Whitening算法的水稻病害圖像預處理研究[J]. 路陽,衣淑娟,張勇,安杏杏,邵曉光.  黑龍江八一農墾大學學報. 2017(02)
[4]卷積神經(jīng)網(wǎng)絡研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學報. 2017(06)
[5]基于深度信念網(wǎng)絡的蘋果霉心病病害程度無損檢測[J]. 周兆永,何東健,張海輝,雷雨,蘇東,陳克濤.  食品科學. 2017(14)
[6]基于改進RANSAC算法的單應矩陣魯棒估計方法[J]. 夏克付,李鵬飛,陳小平.  計算機工程與應用. 2017(23)
[7]采用復合式靶標的近景大視場相機標定方法[J]. 劉巍,李肖,馬鑫,賈振元,陳玲,劉惟肖.  紅外與激光工程. 2016(07)
[8]深度學習方法研究新進展[J]. 劉帥師,程曦,郭文燕,陳奇.  智能系統(tǒng)學報. 2016(05)
[9]基于Harris算法的直線提取方法[J]. 楊旭,趙徑通,高升久.  電子技術與軟件工程. 2016(04)
[10]攝像機標定的原理與方法綜述[J]. 馮亮,謝勁松,李根,霍慶立.  機械工程師. 2016(01)

碩士論文
[1]雙目立體視覺系統(tǒng)的研究與實現(xiàn)[D]. 王罕有.西安電子科技大學 2017
[2]視頻中人體行為預測的方法研究[D]. 王娜.湖南大學 2016
[3]基于雙目視覺的物體運動軌跡研究[D]. 譚艷.西南大學 2014
[4]立體圖像對的校正算法研究[D]. 楊曉玫.西安理工大學 2010
[5]噴霧機器人控制系統(tǒng)研制[D]. 陳志青.中國農業(yè)大學 2002



本文編號：3236666