鸡腿菇采摘机器人双目视觉系统识别与定位研究

摘要

机器视觉在采摘机器人上的研究有助于降低农民劳动强度，缓解中国劳动力短缺的问题，能够在很大程度上提高采摘效率，采摘机器人在采摘过程中通过视觉系统在较短的时间内定位目标物，对提高采摘机器人的工作效率有很大的影响，采摘机器人视觉系统所用到的信号采集装置有很多种，如相机、红外线传感器等。考虑到鸡腿菇采摘周期较短，必须在一定的时间内完成，本文中的双目视觉系统以相机为信号采集装置，因而机器视觉是鸡腿菇采摘机器人研究的重要内容之一，其直接影响鸡腿菇采摘机器人的采摘效率。机器视觉的发展受到图像处理方法和信号采集装置发展的影响，现在很多采摘机器人都是依靠相机采集图像，进行果实的识别和定位，但是，视觉系统存在果实识别准确率较低和定位不准确等不足。因此通过研究双目视觉对鸡腿菇识别和定位，有着十分重要的实用性和很好的应用前景。本文工作主要从以下几个方面进行： 1、基于相机的成像模型建立相应的数学模型。根据相机的针孔模型可以求解出相机的内参数矩阵，通过畸变模型可以求出相机的畸变参数。通过相机的选型和标定实验平台的建立，并考虑价格和引入噪声等因素，最终选择CCD相机。利用已经得到的相机数学模型，最后进行标定实验；采用OpenCV库用20张标定图片进行相机标定，求出内参数矩阵、左相机和右相机的旋转矩阵和平移矩阵。 2、利用相机的参数矩阵对左右相机的图像进行矫正，并将矫正后的图像用于后期处理；通过在均值滤波算法的基础上增加梯度影响因子实现均值滤波改进，实现在滤波的同时尽量保留图像的边缘，以及对矫正后的图像采用改进后的均值滤波方法进行降噪处理，达到减小图像噪声和保留边缘的目的，方便后续的图像分割。 3、对矫正和降噪后的图像采用Canny边缘检测，然后对图像进行了鸡腿菇外轮廓和菌盖边缘检测，在边缘检测的基础上寻找鸡腿菇外形和绘制轮廓，并进行椭圆拟合，确定特征点匹配区域，在找到的区域内检测出鸡腿菇上的特征点，进行立体匹配。在实际采摘过程中每幅图像中存在很多鸡腿菇，根据特征点匹配可以确定对应的鸡腿菇。运用左右相机图像得到鸡腿菇菌盖的最小外接矩形和椭圆轮廓求出菌盖的实际大小和位置，根据菌盖大小判断鸡腿菇是否成熟，进而决定是否采摘。

目录

声明

插图索引

附表索引

第1章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 现有研究存在的不足

1.4 本课题研究内容

第2章 相机成像模型和畸变

2.1 针孔模型

2.2 畸变模型

2.2.1 相机成像畸变

2.2.2 双目相机模型

2.3 本章小结

第3章 双目视觉硬件系统和相机标定

3.1 双目视觉硬件系统设计

3.2 相机标定的内容

3.3 相机标定的方法

（1）传统标定法

（2）自标定法

（3）基于主动视觉的标定法

（4）张正友标定法

3.4 基于OpenCV的相机标定

3.4.1 相机标定实验

3.4.2 相机标定结果

3.5 本章小结

第4章 图像矫正和增强

4.1 图像矫正

4.2 图像降噪处理

4.3 对均值滤波算法改进

4.3.1 梯度影响因子滤波算法

4.3.2 改进算法滤波效果

4.3.3 评价参数

4.4直方图均衡化用于增强图像

4.5 本章小结

第5章 图像分割及三位坐标计算

5.1 图像边缘检测

5.1.1 边缘检测常用方法

5.1.2 边缘检测结果

5.2 寻找图像轮廓

5.3 特征点检测和立体匹配

5.3.1 立体匹配约束

5.3.2 立体匹配方法

5.3.3 立体匹配结果

5.4 像素坐标提取和三维坐标计算

5.4.1 像素坐标提取

5.4.2 三维坐标计算

5.5本章小结

总结与展望

总结

展望

参考文献

致谢

附录A 攻读学位期间所撰写及录用的学术论文