设施蔬菜病害自动预警机器人技术研究

摘要

随着人们生活水平的提高，温室作物的种植也越来越普遍，在不同的季节都能吃上新鲜美味的瓜果蔬菜，对于种植面积的不断增长，所需要的劳动力也越来越多，但是人力劳动费时费力，提高农业现代化种植生产技术具有很大的意义。本文主要从温室蔬菜病害预警机器人的硬件部分和软件部分进行研究，硬件主要是机械设计和电路连接，软件部分主要是预警机器人的行进控制、机器视觉的程序控制，还对基于机器视觉的图像采集、处理、识别等工作进行了研究。
　　本文主要完成了以下几方面的技术研究:
　　(1)经过查阅温室机器人和植物病害预警两方面的论文，确定了系统设计的框架结构，搭建了预警机器人的机械部分、电路部分，对不合理的部分又做了改进，并且分别介绍了各个模块的功能。
　　(2)设计了预警机器人的行进控制方案，采用基于机器视觉的巡线方法，通过摄像头采集行进路线图像，对图像进行处理识别，采用Hough变换检测出行进直线，由处理结果提取出步进电机控制参数，及时调整机器人的运动状态，又对带有叶片遮挡物的行进路线图像进行了处理、识别，效果比较明显。
　　(3)以黄瓜叶部白粉病病害图像为例进行了研究，对图像进行了处理识别，进行了理论基础分析，包括颜色空间RGB模型到HIS模型的转换、图像的灰度化、去噪、阈值分割、边缘检测等算法，对比了几种叶部图像处理方法，选取了性能比较好的图像处理算法。
　　(4)采用支持向量机的分类器对黄瓜白粉病病害图像进行病斑检测与识别，通过提取黄瓜叶部白粉病病斑的颜色、形状特征，分别对采集的白粉病病害图像运用四种核函数进行SVM分类器的训练与检测。对这四个函数的SVM分类训练、检测得出的结果进行比较可知，基于径向基核函数的SVM分类器对黄瓜叶部白粉病病斑分类效果较好。
　　经过试验结果可以知道，本文研究的温室蔬菜病害预警机器人在基于机器视觉的巡线行进控制过程中，准确率较高;在对白粉病病斑特征提取、识别的效果也比较明显。

目录

声明

摘要

1．1课题来源

1．2研究的背景及意义

1．3国内外研究现状

1．4论文章节安排

第二章预警机器人的架构设计

2．1系统的整体架构设计

2．2机械部分

2．3电路设计

2．4本章小结

第三章机器人行进的软件设计

3．2巡线图像的自动识别

3．3 Housh变换检测直线

3．4遮挡物路线识别

3．5机器视觉坐标系

3．6行进调速控制

3．7串口通信

3．8实验结果

3．9本章小结

第四章植物叶面的图像处理

4．1叶部图像的采集

4．2叶部表面图像的处理

4．3图像灰度直方图阈值分割算法

4．4图像的边缘检测

4．5本章小结

第五章叶部病斑特征的提取与识别

5．1叶部病斑特征及提取

5．2叶部病斑特征识别

5．3 SW分类器

5．4结果与分析

5．5本章小结

6．1总结

6．2展望

参考文献

致谢

个人简介