本文選題：柑橘　切入點：特征提取　出處：《江蘇大學(xué)》2017年碩士論文

【摘要】：目標(biāo)果實的準(zhǔn)確、快速識別是實現(xiàn)采摘機(jī)器人實用化的關(guān)鍵前提。針對現(xiàn)有以可見光圖像為主的果實識別方法存在光照敏感性和重疊、遮擋對象難以分割的缺陷,而基于深度信息的果實識別方法主要依賴點云的三維重構(gòu)和圖像特征提取,仍存在分析過程復(fù)雜、運算量大、對貼碰果葉無法有效分割的不足,本文以在我國廣泛種植的柑橘果實為研究對象,提出了一種基于RealSense深度信息的果實識別方法并進(jìn)行枝上柑橘果實的近景識別與試驗驗證。本文的主要工作如下:(1)以實現(xiàn)柑橘果實的近景識別為目標(biāo),文中首先進(jìn)行了枝上柑橘對象深度信息的采集與預(yù)處理。為提供高精度、實時的深度信息,在對比幾類主流RGB-D相機(jī)的相關(guān)參數(shù)后選擇RealSense F200攝像頭作為深度采集設(shè)備,并確定適合柑橘采摘機(jī)器人識別作業(yè)的近景探測范圍,而針對RealSense F200獲取的枝上柑橘原始深度點云中存在的冗余背景、空洞噪聲和部分不穩(wěn)定前景對象利用距離閾值分割得以有效剔除。(2)基于柑橘果、葉、枝對象分別具有實球體、片體、細(xì)柱體的三維幾何特征與RealSense F200可采集高精度深度信息的優(yōu)勢,提出了一種果實識別的深度球截線方法,并針對點云聚類與區(qū)域劃分后的近景果、葉孤立和貼碰區(qū)域分別提出了孤立和貼碰果實的特征提取算法,進(jìn)而提出了復(fù)雜枝上環(huán)境的果實識別策略。由于深度球截線方法直接利用原始深度值進(jìn)行截線提取,可有效發(fā)揮RealSense F200高精度數(shù)據(jù)的優(yōu)勢并大大降低果實特征提取過程的復(fù)雜性。(3)以成熟無核蜜桔為試驗對象,利用提出的深度球截線方法進(jìn)行枝上果實近景識別以驗證算法的有效性。試驗結(jié)果表明:深度球截線方法對184組孤立果葉的識別率高達(dá)97.8%,對120組單果多葉和120組兩果多葉的識別率為74.2%和77.2%,而對80組三果多葉的復(fù)雜枝上環(huán)境的果實識別率為63.8%。其中,因果葉空間遠(yuǎn)近差異所導(dǎo)致的重疊、遮擋和少量貼碰情況也能保證較高的識別率,因而可以有效改善重疊、遮擋對果實識別造成的巨大困擾;而果葉嚴(yán)重貼碰時的果實可被探測表面的深度數(shù)據(jù)減少、截線圓形特征驟降,即使多次切割仍難以滿足截線判據(jù),從而出現(xiàn)果實未成功判別的漏判現(xiàn)象。(4)為進(jìn)一步驗證深度球截線方法對多類柑橘的適用性,考慮尺寸和形狀特征差異,選擇贛南臍橙、埃及橙、云南冰糖橙、四川丑橘和永春蘆柑五類果實為研究對象,依次進(jìn)行60組有光和60組無光條件下枝上單果兩葉對象的近景識別。試驗結(jié)果表明:贛南臍橙、埃及橙、云南冰糖橙、四川丑橘和永春蘆柑在少量貼碰下的識別率分別為95.0%、100%、82.3%、90.0%和92.5%,而嚴(yán)重貼碰下因果實漏判現(xiàn)象增多導(dǎo)致各類果實識別率都有所下降,其識別率分別為68.3%、71.7%、58.0%、70.0%和68.8%。由回歸分析可知,果實的尺寸與形狀因素對其識別效果的影響依次降低,果實的尺寸越大識別率越高,在少量貼碰情況下的果實越接近標(biāo)準(zhǔn)圓形,其識別率越高。而有無光照條件對果實識別無明顯影響,可有效克服可見光的光照敏感性,因此基于深度球截線的果實識別方法對多類柑橘果實具有良好的適用性,也為全天候果實的識別作業(yè)提供了新思路。綜上,文中以低成本、高精度和新型集成化的RealSense為深度信息采集設(shè)備,利用近景視野內(nèi)對象數(shù)量少、結(jié)構(gòu)較簡單的優(yōu)勢,提出果實識別的深度球截線方法并實現(xiàn)枝上近景柑橘果實的識別,整體算法復(fù)雜度低、運算量小,能有效應(yīng)對重疊遮擋和光線變化的影響,且對多類柑橘具有良好的適應(yīng)性,對蘋果、番茄等近球形果實的識別也具有重要的參考價值。
[Abstract]:......
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：S666;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孔文斌;曾卓華;熊偉;吳正亮;夏仁斌;;2016產(chǎn)季全國柑桔生產(chǎn)預(yù)測及重慶柑桔產(chǎn)銷形勢分析[J];中國果業(yè)信息;2017年01期

2 苗中華;沈一籌;王小華;周小鳳;劉成良;;自然環(huán)境下重疊果實圖像識別算法與試驗[J];農(nóng)業(yè)機(jī)械學(xué)報;2016年06期

3 麥春艷;鄭立華;孫紅;楊瑋;;基于RGB-D相機(jī)的果樹三維重構(gòu)與果實識別定位[J];農(nóng)業(yè)機(jī)械學(xué)報;2015年S1期

4 趙德安;劉曉洋;陳玉;姬偉;賈偉寬;胡嬋莉;;蘋果采摘機(jī)器人夜間識別方法[J];農(nóng)業(yè)機(jī)械學(xué)報;2015年03期

5 董建民;陳偉海;岳昊嵩;李東晶;;基于Kinect視覺系統(tǒng)的西紅柿自動識別與定位[J];中國農(nóng)機(jī)化學(xué)報;2014年04期

6 賽迪;;英特爾2014年將推身臨其境人性化互動設(shè)備[J];集成電路應(yīng)用;2014年07期

7 馮娟;曾立華;劉剛;司永勝;;融合多源圖像信息的果實識別方法[J];農(nóng)業(yè)機(jī)械學(xué)報;2014年02期

8 孫力;蔡健榮;李永平;趙杰文;袁雷明;;基于TOF成像技術(shù)的柑橘實時識別與定位[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2013年03期

9 馮娟;劉剛;司永勝;王圣偉;周薇;;蘋果采摘機(jī)器人激光視覺系統(tǒng)的構(gòu)建[J];農(nóng)業(yè)工程學(xué)報;2013年S1期

10 李昕;李立君;高自成;易春峰;李慶春;;改進(jìn)類圓隨機(jī)Hough變換及其在油茶果實遮擋識別中的應(yīng)用[J];農(nóng)業(yè)工程學(xué)報;2013年01期

相關(guān)博士學(xué)位論文 前4條

1 賈偉寬;基于智能優(yōu)化的蘋果采摘機(jī)器人目標(biāo)識別研究[D];江蘇大學(xué);2016年

2 劉力維;基于TOF深度攝像機(jī)的深度超分辨率恢復(fù)和深度融合研究[D];浙江大學(xué);2014年

3 彭輝;基于計算機(jī)視覺的樹上柑橘自動識別和定位技術(shù)的研究[D];華中農(nóng)業(yè)大學(xué);2011年

4 呂強(qiáng);柑橘采摘機(jī)器人工作場景信息感知技術(shù)與路徑規(guī)劃研究[D];江蘇大學(xué);2010年

相關(guān)碩士學(xué)位論文 前2條

1 周小軍;柑橘采摘機(jī)器人成熟果實定位及障礙物檢測研究[D];江蘇大學(xué);2009年

2 王蕊;復(fù)合肥對柑橘、茶樹產(chǎn)量和品質(zhì)的影響[D];浙江大學(xué);2006年

，

本文編號：1669177