草莓富含多種對(duì)人體有益的微量元素,價(jià)格低廉,經(jīng)濟(jì)價(jià)值很高,但其成熟期不一短暫不易存放,需要及時(shí)采摘與運(yùn)輸。當(dāng)前我國(guó)草莓采摘依賴人工,效率低下,制約了草莓種植業(yè)的發(fā)展,因此急需實(shí)現(xiàn)草莓采摘自動(dòng)化,其首要工作是讓機(jī)器自動(dòng)識(shí)別出草莓位置。本文以地壟草莓為研究對(duì)象,圍繞草莓圖像識(shí)別開展了相關(guān)研究,提出了基于機(jī)器視覺技術(shù)的草莓識(shí)別方法,主要研究?jī)?nèi)容如下:(1)分析了國(guó)內(nèi)外果實(shí)識(shí)別智能檢測(cè)技術(shù),研究了機(jī)器視覺中的多種顏色模型,確定了本研究采用RGB和HIS顏色模型。提出本研究的具體技術(shù)路線:以通用攝像頭作為圖像獲取硬件,以MATLAB軟件包作為圖像處理軟件平臺(tái),開發(fā)基于機(jī)器視覺的草莓識(shí)別技術(shù)。(2)利用草莓模型的圖像,研究了草莓圖像去噪、分割、增強(qiáng)、特征提取等多種圖像預(yù)處理技術(shù)。在草莓邊緣提取技術(shù)上,通過比對(duì)實(shí)際效果,選擇Sobel算子作為邊緣檢測(cè)算子,滿足了本研究的實(shí)際需要。(3)采集了大量田間種植草莓的真實(shí)圖像,基于K-means聚類算法實(shí)現(xiàn)草莓圖像果實(shí)區(qū)域的分割,然后對(duì)草莓圖像進(jìn)行邊緣識(shí)別與擬合等形態(tài)學(xué)操作,找到了草莓位置。(4)在真實(shí)草莓的圖像數(shù)據(jù)上,提取了草莓圖像的HOG特性,建立正反樣...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 .國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 實(shí)驗(yàn)實(shí)現(xiàn)的技術(shù)路線
    1.4 文章的組織結(jié)構(gòu)
2 機(jī)器視覺中的色彩模型
    2.1 常用色彩模型相關(guān)理論
        2.1.1 RGB色彩模型
        2.1.2 HSV色彩模型
        2.1.3 HIS色彩模型
        2.1.4 Lab色彩模型
        2.1.5 CMYK色彩模型
        2.1.6 YCbCr色彩模型
        2.1.7 YUV色彩模型
    2.2 本研究中色彩模型的選擇
    2.3 本章小結(jié)
3 草莓的圖像增強(qiáng)與分割
    3.1 草莓的圖像增強(qiáng)
        3.1.1 直方圖均衡化
        3.1.2 中值濾波
        3.1.3 平滑濾波
        3.1.4 低通濾波
    3.2 圖像分割
        3.2.1 基于閾值分割
        3.2.2 基于區(qū)域分割
        3.2.3 邊緣檢測(cè)
    3.3 本章小結(jié)
4 基于K-means聚類算法的草莓識(shí)別
    4.1 草莓圖像采集
    4.2 K-means聚類算法的基本原理
    4.3 基于K-means聚類的草莓分割
        4.3.1 草莓特征向量的提取
        4.3.2 K-means聚類算法分割結(jié)果
        4.3.3 草莓圖像二值化
    4.4 草莓圖像空洞填充
        4.4.1 草莓圖像的膨脹處理
        4.4.2 草莓圖像的腐蝕處理
    4.5 目標(biāo)草莓區(qū)域的識(shí)別
        4.5.1 基于Sobel算子的草莓邊緣檢測(cè)
        4.5.2 目標(biāo)草莓的標(biāo)記
        4.5.3 草莓圖像融合
    4.6 本章小結(jié)
5 基于HOG特征SVM分類器的草莓識(shí)別
    5.1 HOG特征提取
        5.1.1 HOG簡(jiǎn)介
        5.1.2 HOG特征提取步驟
        5.1.3 獲取草莓圖像HOG特征
    5.2 SVM簡(jiǎn)介
        5.2.1 SVM核心思想
        5.2.2 SVM中的核函數(shù)
    5.3 基于SVM草莓識(shí)別的實(shí)現(xiàn)
        5.3.1 搭建SVM操作流程
        5.3.2 草莓樣本集建立
        5.3.3 草莓HOG特征提取
        5.3.4 訓(xùn)練及預(yù)測(cè)結(jié)果
    5.4 基于NMS草莓果實(shí)的識(shí)別
        5.4.1 NMS基本原理
        5.4.2 NMS在目標(biāo)識(shí)別中的應(yīng)用
        5.4.3 NMS在本研究中的應(yīng)用
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果



本文編號(hào)：3831346