学位论文 > 优秀研究生学位论文题录展示
机器视觉在除草机器人中的应用
作 者: 李谦
导 师: 蔡晓华
学 校: 黑龙江八一农垦大学
专 业: 农业电气化与自动化
关键词: 除草机器人 机器视觉 图像处理 识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 12次
引 用: 0次
阅 读: 论文下载
内容摘要
农田内的杂草在作物苗期极易影响农作物的生长,此时除草是至关重要,目前主要除草方式为施用化学除草剂,对环境破坏较大,因此,不依赖化学除草剂的智能化除草机器人的研发就受到了广泛的重视。本文在总结以往国内外除草机器人研究成果的基础上,经过一系列理论学习与实验研究,开发了一套能够实时识别田间苗草的机器视觉系统,通过试验,证明该系统可以完成田间的杂草清除,在除草过程中完全不使用农药且能达到预期工作效果。作者首先选配了机器视觉硬件,包括图像采集和处理设备的选型、安装与调试等,并采用C++语言进行软件开发,基于OpenCV视觉库编写了可实时识别田间图像的图像处理软件。通过对田间采集的图像进行中值滤波预处理和RGB测试对比,提出利用绿色苗草作物与土壤背景在颜色特征上存在的显著差异,采用超绿法二值化图像分割法与自适应阈值法进行图像阈值分割。图像后期处理时通过形态学闭运算的方式进一步消除噪声,采用了图像边缘检测的作物质心定位方法,进而为除草机器人机械手旋转除草铲驱动控制决策提供实时准确参数。分别利用土槽试验车和迪尔804拖拉机前悬挂除草机器人设备进行了机器视觉识别试验,测试了图像识别的耗时,确定了机械手旋转除草铲的最佳转速,证明该系统可以实时识别田间作物质心并完成除草作业。
|
全文目录
摘要 5-6 Abstract 6-7 目录 7-10 第一章 绪论 10-16 1.1 论文研究的目的和意义 10 1.2 国内外研究动态和趋势 10-15 1.2.1 国内外的研究现状 10-13 1.2.2 国内研究现状 13-15 1.3 本课题研究主要内容 15 1.4 本章小结 15-16 第二章 机器视觉系统的设计 16-26 2.1 机器人整体结构设计 16-18 2.1.1 锄草割台液压仿形升降系统的设计 16-18 2.1.2 四行除草机液压执行及控制系统 18 2.1.3 除草机器人旋转除草铲轨迹规划控制系统与液压对行控制系统软硬件设计 18 2.2 机器视觉系统的设计 18-22 2.2.1 机器视觉技术的概述 18-19 2.2.2 机器视觉系统的组成 19-20 2.2.3 机器视觉技术的相关学科领域 20-21 2.2.4 机器视觉硬件系统设计与选型 21-22 2.2.5 图像处理软件的开发 22 2.3 基于 OpenCV 的图像处理软件开发 22-25 2.3.1 OpenCV 简介 22-23 2.3.2 OPenCV 的体系结构 23-24 2.3.3 苗草图像处理及特征提取识别系统流程 24 2.3.4 软件的开发 24-25 2.4 本章小结 25-26 第三章 基于颜色特征作物苗草与土壤背景的分割 26-42 3.1 图像分割概述 26 3.2 图像处理与识别概述 26-28 3.3 数字图像处理中的常用颜色特征 28-32 3.3.1 RGB 彩色模型 28-30 3.3.2 HSI 彩色模型 30-31 3.3.3 RGB 和 HSI 色彩模型的转换 31-32 3.4 图像的预处理 32-36 3.4.1 田间作物图像的采集 33 3.4.2 图像的噪声分析 33-34 3.4.3 图像的滤波 34-36 3.5 基于超绿特征的图像二值化分割 36-40 3.5.1 灰度化图像的苗草与土壤背景的颜色分量分析 36-37 3.5.2 灰度化图像分割的方法与比较 37-39 3.5.3 图像阈值分割法 39-40 3.6 本章小结 40-42 第四章 作物的图像特征提取与坐标检测 42-50 4.1 概述 42 4.2 信号处理理论背景 42-43 4.2.1 信号处理简述 42 4.2.2 相关分析 42-43 4.3 图像的后期处理 43-45 4.3.1 图像后期处理的意义 43 4.3.2 数学形态学处理 43-45 4.4 作物的特征提取和质心检测 45-47 4.4.1 边缘的检测和提取 45-46 4.4.2 外接矩形与质心检测 46-47 4.5 利用坐标系的转换求取作物的坐标 47-49 4.5.1 坐标系的定义 47-48 4.5.2 运用坐标系的转换求取作物坐标 48-49 4.6 本章小结 49-50 第五章 田间苗草识别试验 50-60 5.1 引言 50 5.2 室内土槽车中的苗草识别试验 50-57 5.2.1 试验的装置与环境 50-51 5.2.2 图像处理的耗时的试验与研究 51-53 5.2.3 机械手除草铲的转速测试试验 53-57 5.3 田间的苗草识别试验 57-58 5.3.1 试验的装置与试验方法 57-58 5.3.2 试验过程 58 5.3.3 试验结果 58 5.4 本章小结 58-60 第六章 结论与展望 60-62 6.1 结论 60 6.2 创新点 60 6.3 展望 60-62 参考文献 62-65 致谢 65-66 个人简历 66
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 基于流形学习的高维流场数据分类研究,V231.3
- 哈尔滨城市空间环境视觉导识系统研究,TU998.9
- 脉冲反射法导线测长回波信号处理方法的研究,TM247
- 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
- 基于DSP的机器人语音命令识别系统研制,TN912.34
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于高阶累积量的频谱感知技术仿真分析,TN911.23
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于EPC C1G2协议的超高频RFID系统设计及仿真,TP391.44
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 基于特征的软构件建模方法及其在VMI管理系统中的应用,TP311.52
- 森林防火系统中图像识别算法的研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 时间表达式识别与归一化研究,TP391.1
- 基于仿生模式识别的文本分类技术研究,TP391.1
- FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|