發(fā)布時(shí)間：2020-05-17 04:24

【摘要】：現(xiàn)代農(nóng)業(yè)發(fā)展技術(shù)進(jìn)入到以高新技術(shù)應(yīng)用為主的研究階段。機(jī)器視覺(jué)技術(shù)、圖像處理技術(shù)、3S技術(shù)、計(jì)算機(jī)技術(shù)等逐漸應(yīng)用到農(nóng)業(yè)生產(chǎn)中。農(nóng)業(yè)生產(chǎn)需要實(shí)時(shí)獲取田間農(nóng)作物的位置、生理參數(shù)、環(huán)境等信息,來(lái)對(duì)農(nóng)作物的生長(zhǎng)管理進(jìn)行調(diào)控。作物葉片是作物進(jìn)行光合作用的重要器官,又能反映出作物病蟲害情況、生長(zhǎng)狀態(tài)等信息。本文以大田玉米葉片為研究對(duì)象,利用雙目立體視覺(jué)技術(shù),結(jié)合植物建模方法,進(jìn)行玉米葉片的識(shí)別與定位研究。建立了雙目立體視覺(jué)系統(tǒng),提出了大田背景下玉米葉片圖像處理的研究方法,并建立了大田玉米植株的數(shù)學(xué)模型及三維模型。提出了葉片數(shù)學(xué)模型結(jié)合視覺(jué)圖像中不完整的葉片輪廓,推測(cè)出整個(gè)葉片的輪廓形態(tài)。實(shí)現(xiàn)了玉米植株各葉片的識(shí)別與定位。本文研究?jī)?nèi)容對(duì)其它作物葉片的識(shí)別與定位具有一定參考與借鑒價(jià)值。為實(shí)現(xiàn)農(nóng)作物實(shí)時(shí)監(jiān)測(cè)、精準(zhǔn)噴藥、智能收割等技術(shù)奠定基礎(chǔ)。主要研究?jī)?nèi)容和結(jié)論如下:(1)建立了雙目立體視覺(jué)系統(tǒng)及編寫了應(yīng)用程序。該雙目系統(tǒng)主要由兩臺(tái)相同型號(hào)的大恒MER-500UC-L攝像機(jī)、兩臺(tái)M1224-MPW鏡頭、云臺(tái)、支架及一臺(tái)筆記本電腦構(gòu)成。利用Opencv及Visual studio2012編程并實(shí)現(xiàn)雙目立體視覺(jué)系統(tǒng)的標(biāo)定,獲得精確的雙目攝像機(jī)標(biāo)定參數(shù)。(2)提出了大田背景下玉米葉片圖像處理的研究方法。在顏色空間模型、灰度圖像、圖像閾值化、形態(tài)學(xué)運(yùn)算、邊緣檢測(cè)等圖像處理理論前提下,玉米葉片圖像處理方法為:顏色空間模型中選出最優(yōu)組合G-R通道;圖像閾值化算法用最大類間方差法,形態(tài)學(xué)運(yùn)算最優(yōu)為先開運(yùn)算后閉運(yùn)算處理,用Canny算子進(jìn)行邊緣輪廓提取,并用基本矩形形心算法進(jìn)行玉米葉片形心提取。(3)建立了大田玉米植株穗期的三維模型及各葉片的數(shù)學(xué)模型。根據(jù)植物建模方法,結(jié)合大田玉米生長(zhǎng)的實(shí)際情況,利用采集到的實(shí)測(cè)大田玉米植株各葉片20等分的橫坐標(biāo)與縱坐標(biāo)數(shù)據(jù),進(jìn)行曲線擬合得到了玉米植株各葉片的二次函數(shù),R~2均在0.95以上,擬合程度較高。建立的模型有兩個(gè)重要用途,一是:針對(duì)機(jī)器視覺(jué)采集并經(jīng)過(guò)處理后的圖像中葉片不連續(xù)情況,結(jié)合建立的葉片數(shù)學(xué)模型,達(dá)到推測(cè)出整片葉片連續(xù)輪廓形態(tài)的目的。二是:可以結(jié)合玉米葉片形心定位坐標(biāo)推測(cè)出該株玉米各葉片全部三維坐標(biāo)。(4)實(shí)現(xiàn)了玉米植株葉片的識(shí)別與定位。結(jié)合圖像處理技術(shù)、建模技術(shù)、特征點(diǎn)匹配及三維重建技術(shù),初步實(shí)現(xiàn)了基于雙目立體視覺(jué)的玉米葉片識(shí)別與定位。
【圖文】：

吉林大學(xué)碩士學(xué)位論文人員在計(jì)算機(jī)視覺(jué)識(shí)別與定位領(lǐng)域深入研究多年，亞理工學(xué)院研發(fā)出了家庭服務(wù)機(jī)器人 EL-E[21]，如助老人和殘疾人，與其它智能機(jī)器人不同，它功能單幫助人類抓取目標(biāo)物體。EL-E 在云臺(tái)上裝置了一個(gè)視覺(jué)傳感器，該機(jī)器人會(huì)在人的綠色激光指揮棒的命景進(jìn)行檢測(cè)，分割出目標(biāo)場(chǎng)景中的物體，然后計(jì)算該在場(chǎng)景中的旋轉(zhuǎn)角度，最終基于旋轉(zhuǎn)角度和三維坐標(biāo)

圖 1.2 ASIMO 機(jī)器人研制了一臺(tái) ARMAR-III 仿，這兩臺(tái)攝像機(jī)可以單獨(dú)轉(zhuǎn)知能力，幫助人們進(jìn)行廚房于 ARMAR-III 平臺(tái)提出了立體視覺(jué)的物體的識(shí)別與定tics 公司研制出的一款 NAO外、超聲、壓力等傳感器。如圖 1.3 所示為 NAO 機(jī)用安裝有雙目視覺(jué)系統(tǒng)的機(jī)了目標(biāo)物體，，并建立了該目覺(jué)傳感器的機(jī)器人 NAO，，然后制定出相應(yīng)的抓取方
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;S513

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊粉團(tuán);曹慶軍;姜曉莉;Lamine Dallio;梁堯;李剛;;玉米種子定向入土方式與葉片空間分布關(guān)系[J];浙江農(nóng)業(yè)學(xué)報(bào);2015年03期

2 鄧立苗;唐俊;馬文杰;;基于圖像處理的玉米葉片特征提取與識(shí)別系統(tǒng)[J];中國(guó)農(nóng)機(jī)化學(xué)報(bào);2014年06期

3 尚倩;阮秋琦;李小利;;雙目立體視覺(jué)的目標(biāo)識(shí)別與定位[J];智能系統(tǒng)學(xué)報(bào);2011年04期

4 馬稚昱;清水浩;辜松;;基于機(jī)器視覺(jué)的菊花生長(zhǎng)自動(dòng)無(wú)損監(jiān)測(cè)技術(shù)[J];農(nóng)業(yè)工程學(xué)報(bào);2010年09期

5 李國(guó)棟;田國(guó)會(huì);薛英花;;基于QR Code技術(shù)的家庭服務(wù)機(jī)器人視覺(jué)伺服抓取操作研究[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年S1期

6 王秀坤;魏q諼

本文編號(hào)：2667929