【摘要】：隨著現(xiàn)代化農(nóng)業(yè)的快速發(fā)展,農(nóng)業(yè)生產(chǎn)方式逐漸向機(jī)械自動(dòng)化、生產(chǎn)規(guī)�；�、管理精準(zhǔn)化方向發(fā)展。目前,人工方式存在勞動(dòng)強(qiáng)度大、生產(chǎn)效率低、生產(chǎn)規(guī)模小等諸多弊端,為了提高生產(chǎn)效率和自動(dòng)化程度,須積極研究農(nóng)業(yè)機(jī)器人技術(shù)應(yīng)用,提高農(nóng)業(yè)林果現(xiàn)代化生產(chǎn)管理科技含量。果實(shí)識(shí)別是農(nóng)業(yè)機(jī)器人技術(shù)中機(jī)器視覺部分需解決的一個(gè)關(guān)鍵問(wèn)題。對(duì)柑橘識(shí)別,現(xiàn)階段主要集中在果實(shí)與背景色差區(qū)分度較高的果實(shí)識(shí)別;從柑橘成熟過(guò)程來(lái)看,整個(gè)過(guò)程涉及柑橘的病蟲害管理、生長(zhǎng)狀態(tài)評(píng)估、機(jī)械化采摘等,各階段均需對(duì)圖像進(jìn)行識(shí)別,柑橘表皮顏色從深綠色、黃綠色向橙黃色變化,果實(shí)與背景色差區(qū)分度存在變化,識(shí)別的難度也隨之增大,尋找有效的識(shí)別方法是識(shí)別過(guò)程的重點(diǎn)。本文主要研究復(fù)雜自然環(huán)境條件中樹上不同成熟度柑橘的識(shí)別。首先,在不同光照、不同成熟度條件下,研究了不同色差因子提取柑橘區(qū)域的有效性,并進(jìn)行對(duì)比分析;提出了Sobel梯度與色差融合的方法,該方法能完整、有效地提取柑橘區(qū)域;然后,選取該色差,采用最大類間方差法對(duì)圖像進(jìn)行二值化分割。其次,針對(duì)二值化分割后的果實(shí)區(qū)域存在粘連現(xiàn)象,需將粘連區(qū)域進(jìn)行分離,以得到單連通的柑橘果實(shí)區(qū)域,研究了各種邊緣檢測(cè)算法的提取邊緣的有效性及連續(xù)性,提出了Sobel與Canny融合的邊緣檢測(cè)方法;研究了分水嶺分割方法提取的分割邊界的特點(diǎn),提出了改進(jìn)的分水嶺分割方法;然后,本文提出基于邊緣提取與分水嶺分割相融合的分割方法分離粘連果實(shí)。最后,對(duì)二值化提取的柑橘區(qū)域,存在部分誤識(shí)別現(xiàn)象,本文提出采用方向梯度直方圖(HOG,Histogram of Oriented Gradient)特征與支持向量機(jī)(SVM,Support Vector Machine)分類方法消除誤識(shí)別,以提高識(shí)別率。
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;S666
【圖文】：

圖 2.1 RGB 顏色模型1.2 HSV 顏色表示模型HSV 顏色空間是從視覺系統(tǒng)對(duì)光照敏感程度的角度出發(fā)，通過(guò)色調(diào)(Hue)、和度(Saturation)、值(Value)三個(gè)分量描述彩色圖像[31]。色調(diào)(Hue)是由可見光的性決定的，反映在各成分的波長(zhǎng)上。飽和度(Saturation)體現(xiàn)為彩色的濃度，通各色光摻入比例的多少來(lái)決定的。摻入的淺色光越多，圖像越淡。亮度值(Value)映圖像的明暗程度，表示光強(qiáng)對(duì)人眼產(chǎn)生的刺激強(qiáng)度。HSV 顏色空間模型可用一個(gè)圓錐體模型表示，其空間表示模型如圖 2.2(a)示。色調(diào)與飽和度統(tǒng)稱為色度，色度用色環(huán)表示，色環(huán)涵蓋的角度(0-360 度)示色調(diào)(Hue)。色環(huán)的半徑大小表示顏色的飽和程度(Saturation)。圓錐體的軸表示亮度值(Value)，由底部黑色逐漸過(guò)渡到頂部的白色。HSV 中各分量與 RGB各分量混合轉(zhuǎn)換關(guān)系如下：

2.2.1 柑橘果實(shí)圖像顏色分析與色差選擇為了改善光照強(qiáng)度等其他因素的影響，通過(guò)采用算術(shù)運(yùn)算方法來(lái)組合 RGB與 HSV 分量。對(duì)柑橘果實(shí)顏色與葉片進(jìn)行對(duì)比分析，發(fā)現(xiàn)自然環(huán)境中樹上柑橘一般呈綠色、黃綠色和橙黃色，葉片一般呈深綠色，因此可考慮對(duì)這三種顏色進(jìn)行不同權(quán)值算術(shù)組合，以突出柑橘果實(shí)區(qū)域。通過(guò)對(duì)文獻(xiàn)的研究，結(jié)合實(shí)驗(yàn)結(jié)果分析，分別選取陰暗光照、均勻光照和強(qiáng)光光照的自然環(huán)境條件下拍攝的樹上柑橘圖像，采用邊緣特征及色差( (R -B)× R、 2R -G-B、 G -B、 ( G-B)× R)融合方法進(jìn)行分割分析。圖 2.3 是隨機(jī)選擇用于分析的 3 幅圖像及相應(yīng)色差處理結(jié)果。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 降愛蓮;楊興彤;;基于AdaBoost-SVM級(jí)聯(lián)分類器的行人檢測(cè)[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年07期

2 陳科尹;鄒湘軍;熊俊濤;彭紅星;郭艾俠;陳麗娟;;基于視覺顯著性改進(jìn)的水果圖像模糊聚類分割算法[J];農(nóng)業(yè)工程學(xué)報(bào);2013年06期

3 錢建平;楊信廷;吳曉明;陳梅香;吳保國(guó);;自然場(chǎng)景下基于混合顏色空間的成熟期蘋果識(shí)別方法[J];農(nóng)業(yè)工程學(xué)報(bào);2012年17期

4 李昕;李立君;高自成;周健;閔淑輝;;基于偏好人工免疫網(wǎng)絡(luò)多特征融合的油茶果圖像識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2012年14期

5 顧寶興;姬長(zhǎng)英;王海青;田光兆;張高陽(yáng);王玲;;智能移動(dòng)水果采摘機(jī)器人設(shè)計(jì)與試驗(yàn)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2012年06期

6 陳立雪;顧曉東;;利用直方圖及邊緣乘積互信息的PCNN圖像分割[J];計(jì)算機(jī)工程與應(yīng)用;2012年07期

7 李寒;王庫(kù);曹倩;殷晶晶;;基于機(jī)器視覺的番茄多目標(biāo)提取與匹配[J];農(nóng)業(yè)工程學(xué)報(bào);2012年05期

8 熊俊濤;鄒湘軍;陳麗娟;郭艾俠;;基于機(jī)器視覺的自然環(huán)境中成熟荔枝識(shí)別[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年09期

9 陳君;朱紅;;基于互信息最佳閾值迭代的圖像分割方法研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2011年03期

10 彭輝;文友先;吳蘭蘭;翟瑞芳;劉善梅;;采用自適應(yīng)canny算子的樹上柑橘圖像邊緣檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2011年09期

相關(guān)碩士學(xué)位論文 前2條

1 熊瞻;基于分水嶺算法的分割方法研究[D];西南大學(xué);2013年

2 丁亞蘭;基于機(jī)器視覺的獼猴桃果實(shí)識(shí)別與定位關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學(xué);2009年

本文編號(hào)：2737149