学位论文 > 优秀研究生学位论文题录展示

黄瓜采摘机器人视觉关键技术及系统研究

作　者: 戚利勇
导　师: 张立彬；杨庆华
学　校: 浙江工业大学
专　业: 机械电子工程
关键词: 黄瓜采摘机器人果实识别果实定位模板匹配视觉系统
分类号: TP391.41
类　型: 博士论文
年　份: 2011年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

基于机器视觉的果蔬采摘机器人可充分利用其信息感知能力对果蔬进行识别,提高采摘效率,但是目前采摘机器人还未得到大量应用,其重要原因之一为果实识别率不高,因此研究采摘机器人的目标识别对加快农业采摘机器人的实用进程、改变目前主要依靠人工采摘的现状具有重要现实意义。本文以温室黄瓜作为研究对象,在自然环境下采集的可见光图像中,由于黄瓜果实和叶茎颜色相近给识别带来了困难,采用基于形状特征的模板匹配法可实现黄瓜果实识别率为87%,采用双目立体视觉实现黄瓜采摘点的三维空间坐标定位,在物距500mm-750mm时,实现最大定位误差9.46mm。本文的主要研究内容和成果如下:1、研究了黄瓜图像的颜色特征,分析了黄瓜果实和茎叶等在RGB模型和HSI模型中6个分量图像,通过对各分量图像的研究发现,黄瓜果实和茎叶等背景在G分量图像中差别较大,选择G分量图作为颜色特征作图像分割,通过图像增强、阈值分割、形态学操作等一系列处理过程,得到黄瓜图像分割结果,但分割结果并不是很理想。2、研究了黄瓜果实形状的表示和描述方法。采集200幅简单背景下的黄瓜图像做处理并得到黄瓜边界,采用椭圆傅里叶描述边界并做归一化处理,通过平均各描述子得到平均椭圆傅里叶描述子,通过反变换描述子重建黄瓜边界,得到标准的黄瓜边界。3、研究了模板变形和模板匹配算法。以得到的标准的黄瓜边界为基础,通过5次尺度变换和13次角度变换,得到65个不同尺度和不同角度的黄瓜形状,对其进行实体化后形成模板库。采用基于模板库的匹配算法对复杂背景下的100幅黄瓜图像进行灰度模板匹配,实现黄瓜识别,正确识别率达87%,对颜色相近以及部分遮挡的果实仍能实现识别,并提出匹配的模板起始点作为黄瓜果实顶点。4、研究了双目立体视觉原理、数学模型以及摄像机标定方法。构建双目视觉系统并进行摄像机标定实验,得到双目立体视觉系统的内外参数,根据双目视觉原理,对黄瓜采摘点进行定位计算,得到其空间坐标,利用FARO ARM三坐标测量仪测量采摘点实际空间坐标,并与计算结果进行比较,相对于物距500mm~750mm,实现最大定位误差9.46mm,可满足满足采摘系统要求。5、建立了一套黄瓜采摘机器人识别和定位系统。构建黄瓜采摘机器人的硬件系统和软件系统,实现了在自然环境下采集的可见光图像中黄瓜果实的识别和空间定位。

全文目录

摘要  5-7
ABSTRACT  7-12
第1章绪论  12-22
  1.1 论文研究背景  12
  1.2 采摘机器人研究现状及分析  12-17
    1.2.1 黄瓜采摘机器人  13-14
    1.2.2 其他果蔬采摘机器人  14-17
  1.3 黄瓜采摘机器人视觉系统研究现状  17-19
    1.3.1 黄瓜识别  17-18
    1.3.2 黄瓜目标定位  18-19
    1.3.3 存在的问题  19
  1.4 研究内容及研究意义  19-22
    1.4.1 研究内容  19-20
    1.4.2 研究意义  20-22
第2章基于颜色特征的黄瓜图像分割  22-32
  2.1 黄瓜图像的颜色特征  22-25
    2.1.1 彩色模型  22-23
    2.1.2 黄瓜颜色特征  23-25
  2.2 黄瓜图像分割  25-30
    2.2.1 图像增强  26-27
    2.2.2 阈值分割  27-28
    2.2.3 形态学运算  28-29
    2.2.4 区域标记  29-30
  2.3 本章小结  30-32
第3章黄瓜形状的表示和描述  32-60
  3.1 模板匹配-利用黄瓜形状特征  32-33
  3.2 黄瓜边界提取  33-36
  3.3 形状的表示  36-37
    3.3.1 链码  36-37
    3.3.2 标记图  37
    3.3.3 骨架  37
  3.4 形状的描述  37-44
    3.4.1 简单的边界描述子  38
    3.4.2 傅里叶描述子  38-41
    3.4.3 不变矩  41-44
  3.5 椭圆傅里叶  44-57
    3.5.1 链码的傅里叶系数  44-47
    3.5.2 误差分析和特性研究  47-50
    3.5.3 椭圆傅里叶系数归一化及重建  50-57
  3.6 描述子比较与分析  57-58
  3.7 本章小结  58-60
第4章黄瓜果实的模板匹配与特征提取  60-80
  4.1 模板匹配算法  60-66
    4.1.1 模板匹配分类  60-61
    4.1.2 基于灰度相关的模板匹配  61-62
    4.1.3 传统匹配算法及实验  62-66
  4.2 黄瓜模板库的生成  66-70
    4.2.1 尺度变换  66-67
    4.2.2 角度变换  67-68
    4.2.3 黄瓜模板库生成  68-70
  4.3 基于模板库的多模板匹配  70-76
    4.3.1 匹配算法和流程  70-72
    4.3.2 匹配实验与分析  72-76
  4.4 黄瓜图像特征提取  76-77
  4.5 本章小结  77-80
第5章双目立体视觉与特征点定位  80-98
  5.1 立体视觉测量方法  80-86
    5.1.1 坐标系统及坐标系变换关系  81-84
    5.1.2 摄像机模型  84-86
  5.2 双目立体视觉  86-90
    5.2.1 双目视觉原理  86-87
    5.2.2 双目视觉数学模型  87-89
    5.2.3 双目视觉中的对应点匹配  89-90
    5.2.4 内外参数确定—摄像机标定  90
  5.3 标定实验和定位实验  90-97
    5.3.1 标定实验与结果  90-93
    5.3.2 定位实验与结果  93-97
  5.4 本章小结  97-98
第6章机器人视觉系统和实验平台  98-104
  6.1 MT-R机器人平台  98-99
  6.2 MT-R机器人视觉系统硬件平台  99-100
  6.3 机器人视觉系统软件系统  100-103
  6.4 本章小结  103-104
第7章总结与展望  104-106
  7.1 课题研究总结  104-105
  7.2 创新点  105
  7.3 对今后研究的建议和展望  105-106
参考文献  106-112
致谢  112-113
攻读学位期间参加的科研项目和成果  113

黄瓜采摘机器人视觉关键技术及系统研究

内容摘要

全文目录

相似论文