本文選題：機(jī)器視覺(jué)　切入點(diǎn)：圖像處理　出處：《浙江大學(xué)》2016年博士論文

【摘要】：機(jī)器視覺(jué)和圖像處理技術(shù)大范圍地應(yīng)用在品質(zhì)檢測(cè)與分級(jí)、農(nóng)業(yè)生產(chǎn)目標(biāo)識(shí)別與定位、植物長(zhǎng)勢(shì)檢測(cè)、病害檢測(cè)、精準(zhǔn)管控等農(nóng)業(yè)工程領(lǐng)域。本研究采用機(jī)器視覺(jué)與圖像處理技術(shù)、高光譜技術(shù)、LiDAR技術(shù)和嵌入式機(jī)器視覺(jué)技術(shù),研究了在植物信息采集與處理方面的處理算法,并通過(guò)葉片面積測(cè)量、甘蔗莖節(jié)識(shí)別、樹(shù)木冠層投影面積和體積測(cè)量、水果體積和表面積測(cè)量的應(yīng)用研究,驗(yàn)證算法和平臺(tái)的可靠性。植物的葉片面積、果實(shí)體積和表面積等器官參數(shù)的測(cè)量對(duì)植物生長(zhǎng)狀態(tài)診斷及其生長(zhǎng)預(yù)測(cè)模型有重要的指導(dǎo)意義,甘蔗莖節(jié)等植株信息的獲取對(duì)自動(dòng)化種植具有重要意義,樹(shù)木等植被的群體信息的獲取可用于高效地科學(xué)管理和決策。這些方面的研究是從微觀到宏觀,從器官(葉片、果實(shí))到植株(甘蔗),再到群體(大范圍的樹(shù)木),最后研究了基于Android平臺(tái)的信息采集和處理的具體應(yīng)用,都是基于信息采集技術(shù)、特征提取技術(shù)和信息分析技術(shù)提出的。本文的主要工作如下：(1)提出葉片三維建模及曲面面積測(cè)量方法。通過(guò)多視角拍攝校準(zhǔn)網(wǎng)格,采用校準(zhǔn)算法獲取相機(jī)參數(shù),并對(duì)相機(jī)進(jìn)行校正,提高建模測(cè)量的精度。從多角度拍攝自然生長(zhǎng)狀態(tài)下的葉片,利用PhotoModeler軟件對(duì)圖像進(jìn)行處理,獲得葉片三維點(diǎn)云模型；接著利用MATLAB編程實(shí)現(xiàn)葉片的三維曲面建模并計(jì)算曲面面積；最后采用掃描儀和Photoshop相結(jié)合的測(cè)量方法與所提出的方法對(duì)比。實(shí)驗(yàn)結(jié)果表明,本文提出的方法對(duì)自然狀態(tài)下的葉片測(cè)量效果良好,精度高達(dá)99%。(2)基于高光譜成像技術(shù)的甘蔗莖節(jié)識(shí)別。采用高光譜成像技術(shù)對(duì)甘蔗莖節(jié)進(jìn)行識(shí)別,運(yùn)用SPA算法提取莖節(jié)的5個(gè)特征波段,建立SPA-PLS判別模型,校正集和預(yù)測(cè)集的識(shí)別率分別為99.44%和98.31%,對(duì)莖節(jié)判別效果非常好。運(yùn)用該模型5個(gè)敏感波段組合的圖像進(jìn)行莖節(jié)識(shí)別與定位,定量地檢測(cè)出莖節(jié)的位置,并將識(shí)別模型及定位方法應(yīng)用于另外20個(gè)樣本,同樣取得良好效果,這為甘蔗莖節(jié)的識(shí)別與定位儀器的開(kāi)發(fā)提供理論基礎(chǔ)和依據(jù)。(3)基于機(jī)載LiDAR的樹(shù)木信息采集與提取。采用機(jī)載LiDAR獲取點(diǎn)云,利用點(diǎn)云分類(lèi)算法,分別過(guò)濾地面和建筑物點(diǎn)云,實(shí)現(xiàn)城區(qū)樹(shù)木點(diǎn)云的提取。采用角度法搜索邊界,并在相應(yīng)的CCD影像上顯示,采用任意多邊形面積算法和體積計(jì)算公式計(jì)算各連通區(qū)域的冠層投影面積和體積。在研究區(qū)域隨機(jī)選出10個(gè)外業(yè)樣地進(jìn)行傳統(tǒng)的人工測(cè)量,將基于LiDAR的激光測(cè)量與人工測(cè)量2種方法進(jìn)行比較,驗(yàn)證本文方法的可靠性,為植被冠層和生物量的高精度定量估算提供了優(yōu)質(zhì)數(shù)據(jù)源,具有精度高、測(cè)量范圍大等優(yōu)點(diǎn),將其引入到林業(yè)領(lǐng)域具有廣闊的應(yīng)用前景,有助于政府等相關(guān)部門(mén)進(jìn)行高效合理地科學(xué)管理和決策。(4)基于Android的柑橘信息測(cè)量系統(tǒng)開(kāi)發(fā)。利用Java結(jié)合OpenCV函數(shù)庫(kù)編寫(xiě)軟件,以Android平板電腦為工作平臺(tái),采用圖像處理技術(shù)對(duì)體積和表面積進(jìn)行測(cè)量。測(cè)量步驟分為：圖像獲取、圖像分割、圖像二值化、濾波去噪、三維線(xiàn)框模型的坐標(biāo)點(diǎn)計(jì)算、體積和表面積計(jì)算。采用該方法分別對(duì)多個(gè)直徑的圓在100mm到350 mm之間間隔為50mm的6個(gè)距離段進(jìn)行了測(cè)量,驗(yàn)證了攝像頭自身的畸變?cè)?.3%以?xún)?nèi),被測(cè)物輪廓的大小對(duì)測(cè)量精度無(wú)影響。應(yīng)用本文提出的方法測(cè)量了10組不規(guī)則形狀的柑橘的體積和表面積,并與排水法和掃描圖像處理法的測(cè)量結(jié)果比較,準(zhǔn)確率在98%以上。測(cè)試了采集圖像數(shù)量分別為5-15,測(cè)量準(zhǔn)確率隨圖像數(shù)量的增加而提高,計(jì)算時(shí)間都在5s內(nèi)。實(shí)驗(yàn)結(jié)果表明,該方法具備精確測(cè)量類(lèi)球體農(nóng)產(chǎn)品的體積和表面積的能力。
[Abstract]:......
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
，

本文編號(hào)：1690758