植株特征的檢測特別是其三維信息的獲取,對于農(nóng)業(yè)植株栽種和管理等活動的研究具有非常重要的意義。現(xiàn)階段大力推崇的實(shí)時傳感器設(shè)備（如激光傳感器,機(jī)器視覺系統(tǒng)等）雖然檢測精度高,但是相比較而言其設(shè)備的價格較高且維護(hù)起來困難。而Kinect傳感器設(shè)備具有體積較小、成本較低和質(zhì)量輕等優(yōu)點(diǎn),在農(nóng)業(yè)實(shí)時傳感器的檢測應(yīng)用方面得到了廣泛的關(guān)注。本研究利用Kinect實(shí)時傳感器能夠同時獲取場景的彩色圖像和深度距離圖像的特點(diǎn),掃描獲取場景中盆栽植株的RGB信息和深度距離信息,并對獲取的圖像和數(shù)據(jù)進(jìn)行了進(jìn)一步的研究。主要的研究內(nèi)容與結(jié)論如下所示三個方面:（1）利用Kinect傳感器設(shè)計植株檢測平臺。靜態(tài)圖像獲取平臺包括基于Kinect傳感器的圖像獲取系統(tǒng),Kinect數(shù)據(jù)端通過數(shù)據(jù)線連接至PC機(jī),軟件通過配置有Kinect接口控制文件的MATLAB軟件進(jìn)行圖像數(shù)據(jù)的獲取和存儲并進(jìn)行處理。動態(tài)模擬車載植株檢測平臺采用了滑塊可動滑臺進(jìn)行試驗(yàn),以達(dá)到噴霧機(jī)等機(jī)器直線行走的效果,該平臺包括滑臺組成系統(tǒng)、滑臺控制系統(tǒng)以及圖像獲取處理和數(shù)據(jù)信息檢測系統(tǒng),試驗(yàn)在室內(nèi)日光燈條件下,獲取的圖像滿足植株樹木特征檢測的要求。（2）提... 

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 植株特征檢測技術(shù)研究現(xiàn)狀
        1.2.2 Kinect圖像處理和數(shù)據(jù)修復(fù)研究現(xiàn)狀
        1.2.3 植株三維特征檢測技術(shù)的研究現(xiàn)狀
    1.3 研究主要內(nèi)容
    1.4 研究路線與組織結(jié)構(gòu)
第二章 基于Kinect的植株顏色圖像和深度圖像獲取
    2.1 Kinect傳感器技術(shù)介紹
        2.1.1 Kinect組成結(jié)構(gòu)
        2.1.2 Kinect工作原理
        2.1.3 Kinect彩色和深度圖像
    2.2 圖像數(shù)據(jù)獲取平臺設(shè)計
        2.2.1 靜態(tài)圖像獲取平臺
        2.2.2 動態(tài)模擬車載植株檢測平臺
    2.3 本章小結(jié)
第三章 植株圖像數(shù)據(jù)處理和特征檢測
    3.1 基于彩色圖像的深度數(shù)據(jù)預(yù)處理
        3.1.1 彩色圖像RGB分割與處理
        3.1.2 K-means聚類算法
        3.1.3 深度數(shù)據(jù)預(yù)處理
    3.2 基于K近鄰算法的深度數(shù)據(jù)修復(fù)
        3.2.1 Kinect深度數(shù)據(jù)圖像分析
        3.2.2 K近鄰算法的深度數(shù)據(jù)修復(fù)
    3.3 植株數(shù)據(jù)處理分析和檢測效果
        3.3.1 彩色圖像處理試驗(yàn)
        3.3.2 深度圖像數(shù)據(jù)處理
        3.3.3 植株彩色和深度圖像檢測
    3.4 本章小結(jié)
第四章 Kinect傳感器的植株圖像動態(tài)檢測
    4.1 動態(tài)圖像獲取
        4.1.1 模擬車載速度與幀速的選取
        4.1.2 速度與圖像獲取關(guān)系
    4.2 動態(tài)圖像獲取和深度數(shù)據(jù)處理
        4.2.1 動態(tài)圖像獲取
        4.2.2 深度數(shù)據(jù)處理
    4.3 植株圖像動態(tài)檢測效果
        4.3.1 動態(tài)圖像獲取效果與速度的關(guān)聯(lián)性
        4.3.2 動態(tài)圖像檢測效果
    4.4 本章小結(jié)
第五章 植株冠層三維數(shù)據(jù)測量
    5.1 三維冠層數(shù)據(jù)測量
        5.1.1 植株樹木深度距離測量
        5.1.2 植株樹木冠層水平投影面積
    5.2 數(shù)據(jù)準(zhǔn)確性分析
        5.2.1 紙箱特征檢測數(shù)據(jù)準(zhǔn)確性
        5.2.2 植株特征檢測數(shù)據(jù)準(zhǔn)確性
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的論文及申請的專利


【參考文獻(xiàn)】：
期刊論文
[1]使用Kinect傳感器的油菜葉片面積測量方法[J]. 徐勝勇,黃偉軍,周俊,許卓群,吳太暉,樊一塵.  中國油料作物學(xué)報. 2017(01)
[2]基于K-means和近鄰回歸算法的Kinect植株深度圖像修復(fù)[J]. 沈躍,徐慧,劉慧,李寧.  農(nóng)業(yè)工程學(xué)報. 2016(19)
[3]Kinect傳感器的植株冠層三維數(shù)據(jù)測量[J]. 劉慧,徐慧,沈躍,李寧.  農(nóng)業(yè)現(xiàn)代化研究. 2016(05)
[4]基于Kinect傳感器的溫室植株綠色與深度檢測方法[J]. 沈躍,徐慧,劉慧,李寧.  中國農(nóng)機(jī)化學(xué)報. 2016(08)
[5]基于機(jī)器視覺的葡萄采摘點(diǎn)三維空間定位系統(tǒng)的研究[J]. 宋西平,李國琴,羅陸鋒.  江蘇農(nóng)業(yè)科學(xué). 2016(07)
[6]基于Kinect傳感器的獼猴桃果實(shí)空間坐標(biāo)獲取方法[J]. 王濱,陳子嘯,傅隆生,蘇寶峰,崔永杰.  農(nóng)機(jī)化研究. 2016(05)
[7]基于實(shí)時傳感器的精密變量噴霧發(fā)展概況[J]. 劉慧,夏偉,沈躍,李寧,徐慧.  中國農(nóng)機(jī)化學(xué)報. 2016(03)
[8]荔枝采摘機(jī)器人雙目視覺的動態(tài)定位誤差分析[J]. 葉敏,鄒湘軍,羅陸鋒,劉念,莫宇達(dá),陳明猷,王成琳.  農(nóng)業(yè)工程學(xué)報. 2016(05)
[9]基于三維坐標(biāo)數(shù)據(jù)的煙草植株葉曲線擬合研究[J]. 段濤,侯彤瑜,郭焱,楊宇虹,馬韞韜,徐照麗.  中國煙草學(xué)報. 2015(06)
[10]Kinect獲取植物三維點(diǎn)云數(shù)據(jù)的去噪方法[J]. 何東健,邵小寧,王丹,胡少軍.  農(nóng)業(yè)機(jī)械學(xué)報. 2016(01)



本文編號：3660942