蘋果營(yíng)養(yǎng)豐富,深受人們喜愛(ài)。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(jī)械化程度低。因此研究蘋果采摘機(jī)器人,實(shí)現(xiàn)蘋果的自動(dòng)化采摘具有重要意義。蘋果在環(huán)境風(fēng)或者采摘作業(yè)的影響下會(huì)產(chǎn)生晃動(dòng),傳統(tǒng)蘋果識(shí)別算法得到的位置只是某一瞬間的位置,無(wú)法精確指導(dǎo)蘋果采摘機(jī)器人采摘,需要對(duì)蘋果位置進(jìn)行實(shí)時(shí)的跟蹤。為了實(shí)現(xiàn)蘋果采摘機(jī)器人在運(yùn)動(dòng)狀態(tài)下對(duì)振蕩果實(shí)的精確快速采摘,提出了一種蘋果采摘機(jī)器人振蕩蘋果跟蹤識(shí)別方法。本文主要研究?jī)?nèi)容和成果如下:（1）在實(shí)驗(yàn)室環(huán)境下模擬果園環(huán)境搭建了實(shí)驗(yàn)平臺(tái)。本文首先對(duì)圖像進(jìn)行中值濾波,用于在減少噪聲的同時(shí),盡可能地保護(hù)蘋果邊緣。在對(duì)比了多種顏色特征后,提出使用2R-G-B顏色特征對(duì)原始圖像進(jìn)行處理,提高蘋果與背景的區(qū)分度,同時(shí)將三通道RGB圖像轉(zhuǎn)化為單通道灰度圖像。之后使用動(dòng)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(shí)別算法。本文首先使用孔洞填充算法填補(bǔ)蘋果果實(shí)尾部花萼形成的孔洞。然后使用半徑為5個(gè)像素的圓形模板對(duì)圖像進(jìn)行開(kāi)運(yùn)算去除小的噪點(diǎn)。在去除非感興趣連通區(qū)域后,針對(duì)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(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中值濾波算法流程圖

浙江工業(yè)大學(xué)碩士學(xué)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(biāo)準(zhǔn)差；*——卷積運(yùn)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(yuǎn)的像素權(quán)值越��；越近，像素值越大。相比簡(jiǎn)單的均值濾波，由于權(quán)重的影響，高斯濾波的邊緣保護(hù)效果要好一些。2.2.4去噪效果實(shí)驗(yàn)由于實(shí)驗(yàn)條件限制，實(shí)驗(yàn)對(duì)象為在實(shí)驗(yàn)室環(huán)境下模擬板型種植的果園環(huán)境布置的假蘋果樹(shù)。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(duì)圖像進(jìn)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�？梢钥闯�，對(duì)于三種濾波算法來(lái)說(shuō)，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(méi)有代價(jià)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(xiàn)】：
期刊論文
[1]基于開(kāi)源項(xiàng)目的蘋果采摘系統(tǒng)設(shè)計(jì)及視覺(jué)算法改進(jìn)[J]. 劉岳開(kāi),高宏力,張潔.  江蘇農(nóng)業(yè)科學(xué). 2019(04)
[2]基于機(jī)器視覺(jué)的水果采摘機(jī)器人目標(biāo)識(shí)別方法[J]. 初廣麗,張偉,王延杰,丁南南,劉艷瀅.  中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2018(02)
[3]基于半實(shí)物仿真的采摘機(jī)器人視覺(jué)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(xué)報(bào). 2017(08)
[4]自然背景下計(jì)算機(jī)視覺(jué)技術(shù)在西紅柿采摘中的應(yīng)用[J]. 李思廣.  農(nóng)機(jī)化研究. 2017(07)
[5]西紅柿采摘機(jī)器人視覺(jué)系統(tǒng)的研究[J]. 郭凱敏,崔天時(shí),張楨,郭志強(qiáng),朱鐵欣,謝學(xué)剛.  農(nóng)機(jī)化研究. 2016(12)
[6]自然光照條件下蘋果識(shí)別方法對(duì)比研究[J]. 麥春艷,鄭立華,肖昌一,李民贊.  中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2016(11)
[7]基于激光視覺(jué)的智能識(shí)別蘋果采摘機(jī)器人設(shè)計(jì)[J]. 張賓,宿敬肖,張微微,鄧明華,汪小志.  農(nóng)機(jī)化研究. 2016(07)
[8]蘋果采摘機(jī)器人夜間圖像邊緣保持的Retinex增強(qiáng)算法[J]. 姬偉,呂興琴,趙德安,賈偉寬,丁世宏.  農(nóng)業(yè)工程學(xué)報(bào). 2016(06)
[9]基于單目視覺(jué)與超聲檢測(cè)的振蕩果實(shí)采摘識(shí)別與定位[J]. 李國(guó)利,姬長(zhǎng)英,顧寶興.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 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(shuō)話人唇部特征提取算法的研究及實(shí)現(xiàn)[D]. 崔三帥.蘭州大學(xué) 2018
[2]基于機(jī)器視覺(jué)的四通閥自動(dòng)釬焊定位系統(tǒng)研究[D]. 賀楚紅.中國(guó)計(jì)量大學(xué) 2017
[3]機(jī)器視覺(jué)中圖像檢測(cè)算法的研究與應(yīng)用[D]. 楊雪.江南大學(xué) 2013
[4]基于膚色分割與AdaBoost分類器的多姿態(tài)人臉檢測(cè)[D]. 崔小靜.太原理工大學(xué) 2012
[5]基于單目視覺(jué)的手勢(shì)識(shí)別算法的研究與實(shí)現(xiàn)[D]. 翁漢良.廣東工業(yè)大學(xué) 2011
[6]基于VFW的雞蛋品質(zhì)無(wú)損檢測(cè)方法的研究[D]. 祝志慧.華中農(nóng)業(yè)大學(xué) 2005



本文編號(hào)：3244198