發(fā)布時間：2021-06-23 04:08

　　蘋果營養(yǎng)豐富,深受人們喜愛。但是目前蘋果采摘作業(yè)絕大多數(shù)都是以人工采摘為主,機械化程度低。因此研究蘋果采摘機器人,實現(xiàn)蘋果的自動化采摘具有重要意義。蘋果在環(huán)境風或者采摘作業(yè)的影響下會產(chǎn)生晃動,傳統(tǒng)蘋果識別算法得到的位置只是某一瞬間的位置,無法精確指導蘋果采摘機器人采摘,需要對蘋果位置進行實時的跟蹤。為了實現(xiàn)蘋果采摘機器人在運動狀態(tài)下對振蕩果實的精確快速采摘,提出了一種蘋果采摘機器人振蕩蘋果跟蹤識別方法。本文主要研究內(nèi)容和成果如下:（1）在實驗室環(huán)境下模擬果園環(huán)境搭建了實驗平臺。本文首先對圖像進行中值濾波,用于在減少噪聲的同時,盡可能地保護蘋果邊緣。在對比了多種顏色特征后,提出使用2R-G-B顏色特征對原始圖像進行處理,提高蘋果與背景的區(qū)分度,同時將三通道RGB圖像轉(zhuǎn)化為單通道灰度圖像。之后使用動態(tài)閾值法（OTSU）分割得到蘋果二值圖像。（2）提出了一種蘋果快速識別算法。本文首先使用孔洞填充算法填補蘋果果實尾部花萼形成的孔洞。然后使用半徑為5個像素的圓形模板對圖像進行開運算去除小的噪點。在去除非感興趣連通區(qū)域后,針對拍攝角度不同、蘋果形狀各異和蘋果存在遮擋重疊等等缺陷的情況,以及全局霍夫... 

【文章來源】：浙江工業(yè)大學浙江省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

中值濾波算法流程圖

浙江工業(yè)大學碩士學位論文12其公式如下：II*G=(2-4)2221exp()22xyG+=(2-5)式中，σ——高斯濾波器的標準差；*——卷積運算；G——高斯濾波模板，一般取3×3或者5×5大小窗口，其中3×3大小如式(2-6)所示。121124216121(2-6)可以從高斯濾波模板可以看出，離模板中心位置越遠的像素權(quán)值越小；越近，像素值越大。相比簡單的均值濾波，由于權(quán)重的影響，高斯濾波的邊緣保護效果要好一些。2.2.4去噪效果實驗由于實驗條件限制，實驗對象為在實驗室環(huán)境下模擬板型種植的果園環(huán)境布置的假蘋果樹。采集到的源圖像如所示。圖2-2源圖像Figure2-2．Sourceimage使用均值濾波、中值濾波和高斯濾波分別對圖像進行去噪處理，去噪效果如圖2-3所示。每一種濾波算法分別采用3×3、5×5和7×7大小的濾波模板。可以看出，對于三種濾波算法來說，相比源圖像，噪聲都得到了一定程度的去除。并且隨著濾波器模板增大，圖像的模糊程度都隨著增大，噪聲去除的效果也越好。但是需要注意到，去除噪聲不是沒有代價的。由于圖像邊緣在圖像中也表現(xiàn)為高

(a)均值濾波(3×3) (b)均值濾波(5×5) (c)均值濾波(7×7) (d)中值濾波(3×3) (e)中值濾波(5×5) (f)中值濾波(7×7)

【參考文獻】：
期刊論文
[1]基于開源項目的蘋果采摘系統(tǒng)設(shè)計及視覺算法改進[J]. 劉岳開,高宏力,張潔.  江蘇農(nóng)業(yè)科學. 2019(04)
[2]基于機器視覺的水果采摘機器人目標識別方法[J]. 初廣麗,張偉,王延杰,丁南南,劉艷瀅.  中國農(nóng)機化學報. 2018(02)
[3]基于半實物仿真的采摘機器人視覺定位研究[J]. 陳科尹,鄒湘軍,彭紅星,梁海英,胡元闖.  系統(tǒng)仿真學報. 2017(08)
[4]自然背景下計算機視覺技術(shù)在西紅柿采摘中的應用[J]. 李思廣.  農(nóng)機化研究. 2017(07)
[5]西紅柿采摘機器人視覺系統(tǒng)的研究[J]. 郭凱敏,崔天時,張楨,郭志強,朱鐵欣,謝學剛.  農(nóng)機化研究. 2016(12)
[6]自然光照條件下蘋果識別方法對比研究[J]. 麥春艷,鄭立華,肖昌一,李民贊.  中國農(nóng)業(yè)大學學報. 2016(11)
[7]基于激光視覺的智能識別蘋果采摘機器人設(shè)計[J]. 張賓,宿敬肖,張微微,鄧明華,汪小志.  農(nóng)機化研究. 2016(07)
[8]蘋果采摘機器人夜間圖像邊緣保持的Retinex增強算法[J]. 姬偉,呂興琴,趙德安,賈偉寬,丁世宏.  農(nóng)業(yè)工程學報. 2016(06)
[9]基于單目視覺與超聲檢測的振蕩果實采摘識別與定位[J]. 李國利,姬長英,顧寶興.  農(nóng)業(yè)機械學報. 2015(11)
[10]基于ZY-3影像潮水溝槽線的提取[J]. 周虹宏,丁賢榮,葛小平,康彥彥.  地理空間信息. 2015(02)

碩士論文
[1]說話人唇部特征提取算法的研究及實現(xiàn)[D]. 崔三帥.蘭州大學 2018
[2]基于機器視覺的四通閥自動釬焊定位系統(tǒng)研究[D]. 賀楚紅.中國計量大學 2017
[3]機器視覺中圖像檢測算法的研究與應用[D]. 楊雪.江南大學 2013
[4]基于膚色分割與AdaBoost分類器的多姿態(tài)人臉檢測[D]. 崔小靜.太原理工大學 2012
[5]基于單目視覺的手勢識別算法的研究與實現(xiàn)[D]. 翁漢良.廣東工業(yè)大學 2011
[6]基于VFW的雞蛋品質(zhì)無損檢測方法的研究[D]. 祝志慧.華中農(nóng)業(yè)大學 2005



本文編號：3244198