收获机器人成熟番茄视觉识别技术研究

摘要

近年来，农业生产正朝着规模化、多样化、精确化方向发展，农业劳动力的成本迅速上升，劳动力不足的现象日趋明显，农业机器人技术越来越受到关注。本研究针对番茄收获过程中的视觉识别系统存在的问题(室外作业光照变化，实时性要求)，对番茄收获机器人视觉识别系统作如下研究： (1)实验系统设计。阐述了双目视觉机器人视觉系统的软硬件组成与设计；介绍了本课题的实验环境，并根据实验环境和实验要求设计了图像采集的实验方案。 (2)图像预处理。通过实验比较彩色图像锐化处理的几种算法，得出采用Prewitt算子有较好的边缘增强效果。并提出了去除图像中噪声的多种滤波算法，实验证明，中值滤波算法计算简便，处理时间相对较少，基于机器人视觉系统实时性的考虑，本论文作者选用了中值滤波算法。 (3)图像的分割识别。根据比较各种颜色模型的优缺点，结合机器人视觉的特点，本研究选择能把亮度信息从颜色中分离的HSI和YUV两颜色空间作为颜色分割的模型，并以此提出了HSI颜色模型色调直方图统计的双阈值方法和基于YUV颜色空间色差阈值分割方法。其中，本文作者首次提出了将基于YUV颜色空间的分割方法应用于成熟番茄识别，实验证实，该方法有很好的分割效果，且具有较好的实时性。 (4)图像分类和特征提取。本文作者提出腐蚀加膨胀的算法以及种子填充算法消除对成熟番茄分割后残留的噪声。在特征提取中，提取了面积和质心两个特征，其中质心特征的提取是为后面的目标定位研究做准备。 (5)根据所提出的算法，在VisionC++6.0环境下编程设计了成熟番茄视觉识别软件(RobotVision1.0)，并对上述算法进行了实验验证和比较。本文的研究内容对我国开展农业收获机器人视觉识别技术领域的研究具有重要的参考价值，对提高我国农业的国际竞争力有重要的经济意义。

目录

文摘

英文文摘

学位论文版权使用授权书和独创性声明

第1章绪论

1.1研究目的和意义

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研究内容、关键问题、技术路线及预期效果

1.3.1研究内容

1.3.2关键问题

1.3.3技术路线

1.3.4预期效果

1.4本章小结

第2章番茄收获机器人视觉系统的组成与实验设计

2.1机器人视觉方法与双目视觉系统

2.1.1视觉方法选择

2.2.2双目立体视觉简介

2.2番茄收获机器人视觉系统的组成与设计

2.2.1硬件组成

2.2.2相关图像处理软件

2.3番茄收获机器人视觉系统实验环境与方案

2.3.1实验环境

2.3.2实验方案

2.4本章小结

第3章彩色图像预处理

3.1光线的补偿处理

3.2彩色图像增强处理

3.2.1彩色图像直方图均衡化

3.3彩色图像锐化

3.3.1卷积

3.3.2差分法

3.3.3彩色图像的锐化

3.4彩色图像平滑处理

3.4.1中值滤波(Median-Filter)

3.4.2 K阶最近邻域滤波(K-Nearest-Neighbor Filter)

3.4.3对称最近邻域滤波(symmetric Nearest Neighbor Filter)

3.5本章小结

第4章 番茄目标图像分割和识别

4.1彩色图像和颜色空间

4.1.1 彩色基础

4.1.2 颜色空间和颜色空间的选择

4.2 目标图像的分割识别

4.2.1 阈值的确定和番茄成熟度色彩判断

4.2.2基于HSI颜色模型色调直方图统计的双阈值方法

4.2.3 基于YUV颜色空间色差阈值分割方法

4.3目标分类和特征选取

4.3.1二值形态学处理(Binary morphology)

4.3.2种子填充

4.3.3特征选取

4.4实验结果和分析

4.5本章小结

第5章番茄收获机器人视觉识别软件设计

5.1软件的界面与结构

5.1.1文件管理模块

5.1.2图像预处理模块

5.1.3图像分割模块

5.1.4二值处理模块

5.1.5特征提取模块

5.1.6查看直方图及工具模块

5.2软件运行实例

5.3软件设计中应注意的问题

5.4本章小结

第6章结论与展望

6.1总结

6.2后续研究工作和建议

参考文献

附录Ⅰ附表

附录Ⅱ部分程序清单

致谢

硕士期间参与的课题及取得的成果