成熟油茶果识别与定位系统

摘要

茶籽油符合人们崇尚自然、提高生活质量的要求，是精品食用油，油茶扩大生产得到中国政府大力支持。在油茶生产作业中，人工采摘成熟油茶果占整个作业量的比值高达40～50％，由于本世纪初中国农业劳动力将逐渐向其它产业转移，而且中国面临严重的人口老龄化问题，所以农业劳动力资源不足将日趋严重。油茶果采摘机器人能够降低人的劳动强度、提高劳动生产率和保证果实适时采摘。为了实现油茶果采摘机器人自动化采摘成熟油茶果，本文研究开发了基于机器视觉的成熟油茶果识别与定位系统，系统包括识别与定位两个模块。
　　在系统识别模块，本文利用加拿大Point Grey Research公司生产的双目立体视觉相机Bumblebee2采集油茶果实图像，在畸变矫正、对齐后的参考图像上，对成熟油茶果实进行识别。根据成熟油茶果、未成熟油茶果及树叶色差分量的统计信息，本文提出基于色差分量阈值分割的成熟油茶果自动识别算法。识别算法的编程是在VC++6.0环境下基于OpenCV(Open Source Computer Vision Library)1.0实现的。系统识别模块可以输出成熟油茶果在参考图像的中心像素坐标。
　　在系统定位模块，本文是基于双目立体视觉技术实现测量定位的。在立体预处理阶段，为了改善在照明条件有显著变化的环境下立体匹配的效果，对畸变矫正、对齐后的立体图像进行高斯拉普拉斯变换，得到边缘检测图像。对边缘检测图像进行立体匹配。为了满足定位的实时性要求，本文采用一种简单、高效及实时性好的归一化灰度块匹配立体算法。立体匹配完成，系统定位模块输出全视场视差图像。已知成熟油茶果在参考图像的像素坐标及其在立体图像的视差，就可以计算成熟油茶果的3D坐标，从而实现油茶果采摘机器人采摘对象定位。Bumblebee2自带了用户开发工具包，开发工具包包括Flycapture SDK与TriclopsSDK两部分。二者在立体处理流程的所有图像阶段，提供灵活的访问接口，方便用户进行二次开发。
　　本文研究开发了成熟油茶果识别与定位系统。系统测试结果表明，使用本文开发的识别与定位系统可以实时、准确地提供视场内成熟油茶果实的三维坐标。系统的实时性与有效性达到了应用要求。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪论

1.1 课题研究背景

1.2 机器视觉的研究意义

1.3 国内外相关研究现状及应用

1.4 课题研究的主要内容和论文结构

1.4.1 课题研究的主要内容

1.4.2 论文结构

1.5 小结

第2章 机器视觉系统与常用图像处理方法

2.1 机器视觉系统

2.1.1 图像采集和图像采集设备

2.1.2 图像处理分析

2.1.3 输出和控制

2.2 常用的图像处理方法

2.2.1 灰度图像和二值图像

2.2.2 图像压缩

2.2.3 图像增强

2.2.4 图像形态学处理

2.2.5 图像平滑滤波

2.2.6 边缘提取和轮廓提取

2.2.7 ROI(感兴趣区域)

2.3 小结

第3章 摄像机标定和成熟油茶果识别

3.1 摄像机标定

3.1.1 摄像机模型

3.1.2 基本投影几何

3.1.3 三维空间物点与投影点像素坐标转换

3.1.4 透镜畸变

3.1.5 摄像机模型参数标定

3.2 成熟油茶果识别

3.2.1 颜色空间和颜色分割

3.2.2 成熟油茶果色差分量统计分析

3.2.3 成熟油茶果识别算法与编程实现

3.3 小结

第4章 立体处理与成熟油茶果定位

4.1 立体图像采集与镜头畸变矫正

4.2 立体预处理

4.3 特征提取与立体匹配

4.3.1 特征提取

4.3.2 立体匹配

4.4 视差计算与成熟油茶果定位

4.4.1 视差计算

4.4.2 成熟油茶果定位误差实验

4.5 小结

结 论

参考文献

致 谢