基于機(jī)器視覺(jué)的自然場(chǎng)景下蘋(píng)果果實(shí)檢測(cè)相關(guān)技術(shù)研究
發(fā)布時(shí)間:2020-12-15 09:10
近幾年,智慧農(nóng)業(yè)的快速發(fā)展對(duì)農(nóng)業(yè)自動(dòng)化提出了更高的要求,農(nóng)業(yè)機(jī)器人作為自動(dòng)化技術(shù)的典型代表應(yīng)運(yùn)而生,對(duì)其視覺(jué)系統(tǒng)功能的完善是成功完成農(nóng)業(yè)采摘的前提條件,但是自然場(chǎng)景中生長(zhǎng)的果實(shí)存在多種生存狀態(tài),到目前為止,自然場(chǎng)景下目標(biāo)果實(shí)檢測(cè)相關(guān)技術(shù)的研究仍然不完善。本文主要以北方種植范圍較廣的成熟的蘋(píng)果果實(shí)為研究對(duì)象,對(duì)自然場(chǎng)景下蘋(píng)果果實(shí)的檢測(cè)相關(guān)技術(shù)展開(kāi)研究。目前,對(duì)于無(wú)遮擋蘋(píng)果果實(shí)的檢測(cè)及定位技術(shù)已經(jīng)成熟,但對(duì)于自然光照影響下的遮擋和重疊果實(shí)的現(xiàn)象,采摘機(jī)器人視覺(jué)系統(tǒng)尚不能準(zhǔn)確的對(duì)目標(biāo)果實(shí)進(jìn)行判斷,導(dǎo)致精度不高、效率低下等。為了解決這些問(wèn)題,本文對(duì)自然場(chǎng)景下不同狀態(tài)的蘋(píng)果果實(shí)檢測(cè)定位相關(guān)技術(shù)進(jìn)行研究,提出了解決方法,并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證。主要研究?jī)?nèi)容如下:(1)自然場(chǎng)景下,蘋(píng)果果實(shí)生長(zhǎng)位置存在差異,導(dǎo)致蘋(píng)果果實(shí)所受光照強(qiáng)度也存在巨大差異,引起相機(jī)不能及時(shí)適應(yīng)光照強(qiáng)度變化而造成采集圖像質(zhì)量變差。本文采用光照強(qiáng)度與彩色圖像中的顏色特征具有一定的相關(guān)性,對(duì)自然場(chǎng)景下果實(shí)所處區(qū)域的光照強(qiáng)度進(jìn)行預(yù)測(cè),輔助矯正相機(jī)參數(shù),得到質(zhì)量較好的機(jī)器視覺(jué)圖像,提高蘋(píng)果果實(shí)檢測(cè)率。(2)自然場(chǎng)景下重疊生長(zhǎng)的蘋(píng)果果實(shí)的檢...
【文章來(lái)源】:西安工程大學(xué)陜西省
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
自然場(chǎng)景下的蘋(píng)果果園
學(xué)者 Schertz 和 Brown 于 20 世紀(jì) 60 年代提出的[10,11],他們?cè)谘芯恐刑岢隽斯麑?shí)和其他外界環(huán)境對(duì)紅外光和可見(jiàn)光的反射程度不一樣,采用該特點(diǎn)可以準(zhǔn)確檢測(cè)目標(biāo)果實(shí)的位置[12,13]。由于自然場(chǎng)景本身具有的復(fù)雜性和難以控制等因素,導(dǎo)致果實(shí)區(qū)域的檢測(cè)與定位受到多方面因素的影響,主要包括自然光照的影響、果實(shí)重疊的影響以及枝葉遮擋的影響等,眾多學(xué)者對(duì)于這些現(xiàn)象進(jìn)行了大量的研究,并得出了許多具有可借鑒性的科研成果。1.4.1 光照強(qiáng)度影響下果實(shí)目標(biāo)檢測(cè)與定位研究現(xiàn)狀生長(zhǎng)在自然場(chǎng)景中的果樹(shù)因外界環(huán)境多變而導(dǎo)致樹(shù)上生長(zhǎng)的果實(shí)很容易受到光照強(qiáng)度變化的影響,導(dǎo)致采集的圖像中出現(xiàn)不同程度的暗區(qū)域或者是陰影的現(xiàn)象,這樣容易使得目標(biāo)檢測(cè)的準(zhǔn)確率下降。例如,光照強(qiáng)度過(guò)強(qiáng)時(shí),果實(shí)表面對(duì)強(qiáng)光產(chǎn)生反射,果實(shí)表面會(huì)出現(xiàn)強(qiáng)光影響下的白色表面區(qū)域,改變了果實(shí)本身的顏色,如圖 1-2 所示;光照正常時(shí),因?yàn)樘?yáng)光隨著時(shí)間的改變而發(fā)生移動(dòng)現(xiàn)象,果實(shí)表面會(huì)出現(xiàn)不同程度的陰影影響,如圖 1-3 所示;在光照強(qiáng)度較弱時(shí),會(huì)導(dǎo)致果實(shí)表面整體形成暗區(qū)域或者大部分呈現(xiàn)出比較暗的現(xiàn)象,如圖1-4所示,對(duì)于這些現(xiàn)象,國(guó)內(nèi)外學(xué)者對(duì)光照問(wèn)題分別進(jìn)行了不同的研究。
如圖 1-2 所示;光照正常時(shí),因?yàn)樘?yáng)光隨著時(shí)間的改變而發(fā)生移動(dòng)現(xiàn)象,果實(shí)表面會(huì)出現(xiàn)不同程度的陰影影響,如圖 1-3 所示;在光照強(qiáng)度較弱時(shí),會(huì)導(dǎo)致果實(shí)表面整體形成暗區(qū)域或者大部分呈現(xiàn)出比較暗的現(xiàn)象,如圖1-4所示,對(duì)于這些現(xiàn)象,國(guó)內(nèi)外學(xué)者對(duì)光照問(wèn)題分別進(jìn)行了不同的研究。圖 1-2 光照強(qiáng)度較強(qiáng)時(shí)的蘋(píng)果果實(shí)
【參考文獻(xiàn)】:
期刊論文
[1]枝條遮擋下單個(gè)蘋(píng)果目標(biāo)識(shí)別與重建方法的研究[J]. 孫颯爽,吳倩,譚建昌,龍燕,宋懷波. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(11)
[2]云計(jì)算技術(shù)在農(nóng)業(yè)信息共享服務(wù)平臺(tái)中的應(yīng)用[J]. 馬彥圖. 西安工程大學(xué)學(xué)報(bào). 2016(04)
[3]夜間低照度條件下蘋(píng)果采摘機(jī)器人的圖像識(shí)別[J]. 劉曉洋,趙德安,陳玉,賈偉寬. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(S1)
[4]基于極值的重疊蘋(píng)果識(shí)別方法研究[J]. 胡嬋莉,趙德安,趙宇艷,陳玉,賈偉寬,姬偉. 農(nóng)機(jī)化研究. 2016(03)
[5]Harris角點(diǎn)自適應(yīng)檢測(cè)的水稻低空遙感圖像配準(zhǔn)與拼接算法[J]. 周志艷,閆夢(mèng)璐,陳盛德,蘭玉彬,羅錫文. 農(nóng)業(yè)工程學(xué)報(bào). 2015(14)
[6]一種新的基于SLICO改進(jìn)的GrabCut彩色圖像分割算法[J]. 陳鑫,何中市,李英豪. 計(jì)算機(jī)應(yīng)用研究. 2015(10)
[7]基于改進(jìn)混合蛙跳算法的圖像閾值分割算法[J]. 劉立群,火久元,王聯(lián)國(guó). 計(jì)算機(jī)應(yīng)用與軟件. 2015(05)
[8]蘋(píng)果采摘機(jī)器人快速跟蹤識(shí)別重疊果實(shí)[J]. 趙德安,沈甜,陳玉,賈偉寬. 農(nóng)業(yè)工程學(xué)報(bào). 2015(02)
[9]基于Snake模型與角點(diǎn)檢測(cè)的雙果重疊蘋(píng)果目標(biāo)分割方法[J]. 徐越,李盈慧,宋懷波,何東健. 農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[10]基于光照無(wú)關(guān)圖理論的蘋(píng)果表面陰影去除方法[J]. 宋懷波,屈衛(wèi)鋒,王丹丹,余秀麗,何東健. 農(nóng)業(yè)工程學(xué)報(bào). 2014(24)
博士論文
[1]開(kāi)放環(huán)境中番茄的雙目立體視覺(jué)識(shí)別與定位[D]. 項(xiàng)榮.浙江大學(xué) 2013
碩士論文
[1]重疊及遮擋影響下的蘋(píng)果目標(biāo)識(shí)別與定位方法研究[D]. 王丹丹.西北農(nóng)林科技大學(xué) 2016
[2]局部遮擋物體的輪廓修復(fù)算法研究[D]. 李晶晶.南昌航空大學(xué) 2014
[3]基于圖像的水稻病蟲(chóng)害分割算法研究[D]. 刁廣強(qiáng).浙江理工大學(xué) 2014
[4]果蔬采摘機(jī)器人視覺(jué)技術(shù)研究及系統(tǒng)構(gòu)建[D]. 付中軍.沈陽(yáng)工業(yè)大學(xué) 2014
[5]自然場(chǎng)景下蘋(píng)果檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 覃香.西北農(nóng)林科技大學(xué) 2011
[6]基于機(jī)器視覺(jué)的雞蛋品質(zhì)檢測(cè)方法研究[D]. 岑益科.浙江大學(xué) 2006
本文編號(hào):2918035
【文章來(lái)源】:西安工程大學(xué)陜西省
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
自然場(chǎng)景下的蘋(píng)果果園
學(xué)者 Schertz 和 Brown 于 20 世紀(jì) 60 年代提出的[10,11],他們?cè)谘芯恐刑岢隽斯麑?shí)和其他外界環(huán)境對(duì)紅外光和可見(jiàn)光的反射程度不一樣,采用該特點(diǎn)可以準(zhǔn)確檢測(cè)目標(biāo)果實(shí)的位置[12,13]。由于自然場(chǎng)景本身具有的復(fù)雜性和難以控制等因素,導(dǎo)致果實(shí)區(qū)域的檢測(cè)與定位受到多方面因素的影響,主要包括自然光照的影響、果實(shí)重疊的影響以及枝葉遮擋的影響等,眾多學(xué)者對(duì)于這些現(xiàn)象進(jìn)行了大量的研究,并得出了許多具有可借鑒性的科研成果。1.4.1 光照強(qiáng)度影響下果實(shí)目標(biāo)檢測(cè)與定位研究現(xiàn)狀生長(zhǎng)在自然場(chǎng)景中的果樹(shù)因外界環(huán)境多變而導(dǎo)致樹(shù)上生長(zhǎng)的果實(shí)很容易受到光照強(qiáng)度變化的影響,導(dǎo)致采集的圖像中出現(xiàn)不同程度的暗區(qū)域或者是陰影的現(xiàn)象,這樣容易使得目標(biāo)檢測(cè)的準(zhǔn)確率下降。例如,光照強(qiáng)度過(guò)強(qiáng)時(shí),果實(shí)表面對(duì)強(qiáng)光產(chǎn)生反射,果實(shí)表面會(huì)出現(xiàn)強(qiáng)光影響下的白色表面區(qū)域,改變了果實(shí)本身的顏色,如圖 1-2 所示;光照正常時(shí),因?yàn)樘?yáng)光隨著時(shí)間的改變而發(fā)生移動(dòng)現(xiàn)象,果實(shí)表面會(huì)出現(xiàn)不同程度的陰影影響,如圖 1-3 所示;在光照強(qiáng)度較弱時(shí),會(huì)導(dǎo)致果實(shí)表面整體形成暗區(qū)域或者大部分呈現(xiàn)出比較暗的現(xiàn)象,如圖1-4所示,對(duì)于這些現(xiàn)象,國(guó)內(nèi)外學(xué)者對(duì)光照問(wèn)題分別進(jìn)行了不同的研究。
如圖 1-2 所示;光照正常時(shí),因?yàn)樘?yáng)光隨著時(shí)間的改變而發(fā)生移動(dòng)現(xiàn)象,果實(shí)表面會(huì)出現(xiàn)不同程度的陰影影響,如圖 1-3 所示;在光照強(qiáng)度較弱時(shí),會(huì)導(dǎo)致果實(shí)表面整體形成暗區(qū)域或者大部分呈現(xiàn)出比較暗的現(xiàn)象,如圖1-4所示,對(duì)于這些現(xiàn)象,國(guó)內(nèi)外學(xué)者對(duì)光照問(wèn)題分別進(jìn)行了不同的研究。圖 1-2 光照強(qiáng)度較強(qiáng)時(shí)的蘋(píng)果果實(shí)
【參考文獻(xiàn)】:
期刊論文
[1]枝條遮擋下單個(gè)蘋(píng)果目標(biāo)識(shí)別與重建方法的研究[J]. 孫颯爽,吳倩,譚建昌,龍燕,宋懷波. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(11)
[2]云計(jì)算技術(shù)在農(nóng)業(yè)信息共享服務(wù)平臺(tái)中的應(yīng)用[J]. 馬彥圖. 西安工程大學(xué)學(xué)報(bào). 2016(04)
[3]夜間低照度條件下蘋(píng)果采摘機(jī)器人的圖像識(shí)別[J]. 劉曉洋,趙德安,陳玉,賈偉寬. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(S1)
[4]基于極值的重疊蘋(píng)果識(shí)別方法研究[J]. 胡嬋莉,趙德安,趙宇艷,陳玉,賈偉寬,姬偉. 農(nóng)機(jī)化研究. 2016(03)
[5]Harris角點(diǎn)自適應(yīng)檢測(cè)的水稻低空遙感圖像配準(zhǔn)與拼接算法[J]. 周志艷,閆夢(mèng)璐,陳盛德,蘭玉彬,羅錫文. 農(nóng)業(yè)工程學(xué)報(bào). 2015(14)
[6]一種新的基于SLICO改進(jìn)的GrabCut彩色圖像分割算法[J]. 陳鑫,何中市,李英豪. 計(jì)算機(jī)應(yīng)用研究. 2015(10)
[7]基于改進(jìn)混合蛙跳算法的圖像閾值分割算法[J]. 劉立群,火久元,王聯(lián)國(guó). 計(jì)算機(jī)應(yīng)用與軟件. 2015(05)
[8]蘋(píng)果采摘機(jī)器人快速跟蹤識(shí)別重疊果實(shí)[J]. 趙德安,沈甜,陳玉,賈偉寬. 農(nóng)業(yè)工程學(xué)報(bào). 2015(02)
[9]基于Snake模型與角點(diǎn)檢測(cè)的雙果重疊蘋(píng)果目標(biāo)分割方法[J]. 徐越,李盈慧,宋懷波,何東健. 農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[10]基于光照無(wú)關(guān)圖理論的蘋(píng)果表面陰影去除方法[J]. 宋懷波,屈衛(wèi)鋒,王丹丹,余秀麗,何東健. 農(nóng)業(yè)工程學(xué)報(bào). 2014(24)
博士論文
[1]開(kāi)放環(huán)境中番茄的雙目立體視覺(jué)識(shí)別與定位[D]. 項(xiàng)榮.浙江大學(xué) 2013
碩士論文
[1]重疊及遮擋影響下的蘋(píng)果目標(biāo)識(shí)別與定位方法研究[D]. 王丹丹.西北農(nóng)林科技大學(xué) 2016
[2]局部遮擋物體的輪廓修復(fù)算法研究[D]. 李晶晶.南昌航空大學(xué) 2014
[3]基于圖像的水稻病蟲(chóng)害分割算法研究[D]. 刁廣強(qiáng).浙江理工大學(xué) 2014
[4]果蔬采摘機(jī)器人視覺(jué)技術(shù)研究及系統(tǒng)構(gòu)建[D]. 付中軍.沈陽(yáng)工業(yè)大學(xué) 2014
[5]自然場(chǎng)景下蘋(píng)果檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 覃香.西北農(nóng)林科技大學(xué) 2011
[6]基于機(jī)器視覺(jué)的雞蛋品質(zhì)檢測(cè)方法研究[D]. 岑益科.浙江大學(xué) 2006
本文編號(hào):2918035
本文鏈接:http://www.wukwdryxk.cn/nykjlw/yylw/2918035.html
最近更新
教材專(zhuān)著