论文部分内容阅读
杭白菊作为一种传统的天然饮品,现今受到全世界越来越多的人青睐,销量也在逐年递增。为降低采收人力成本,提高作业效率,实现杭白菊自动化采摘的作业要求,研究杭白菊采摘机器人结构以及果实的检测识别及定位技术,已成为我国杭白菊生产种植全程机械化、智能化的重要环节。本课题基于机器视觉技术,针对杭白菊采摘机器人的应用需求,结合果蔬采摘机器人研究现状,运用机械系统设计理论、机器学习、数字图像处理等,提出了基于机器视觉的杭白菊识别与定位系统。主要研究内容和成果如下:(1)对杭白菊图像的预处理方法进行了研究。在HSV空间上,采用基于矢量中值滤波和形态学方法去除噪声、孔洞、毛刺等,以及对双目图像对进行图像校正处理。(2)针对杭白菊图像的特点,在传统的模糊聚类分割算法基础上,提出了基于S分量的快速模糊聚类分割方法。利用基于S分量的快速模糊聚类分割方法使传统的模糊聚类分割算法在时间效率上得到了提高,减少了迭代次数和聚类中心计算次数,处理一幅720像素×480像素图像的平均时间为0.4s,正确识别率能达到85%。(3)依据杭白菊采摘机器人对视觉系统的要求,设计了一套基于双目立体视觉的定位系统,并基于摄像机的成像几何模型,分析了双目立体视觉系统的定位原理。选用张正友平面标定法结合Matlab提供的标定工具箱对双目立体视觉系统进行了标定。实验证明,利用自制的黑白棋盘格和APP标定工具箱进行标定,可以准确、方便地获得双目立体视觉系统中两台摄像机的内外参数及畸变系数。(4)针对杭白菊果实区域特点,采用基于质心的特征匹配方法,将质心作为特征匹配的特征点,结合前期图像分割的结果,计算各个果实区域的质心,通过采用基于质心和极线约束的特征点匹配方法对同名点对进行匹配,从而实现同名果实区域的匹配,完成果实的准确定位。通过定位精度试验发现,当基线为50mm,目标离基线的距离深度为150-450mm,计算出来的距离与实际测量距离之间的误差均控制在14mm以内,能满足机器采摘的精度要求。(5)对杭白菊采摘机器人系统进行了整体设计,详细介绍了采摘机器人的基本结构,包括机械臂、采摘末端执行器和计算机控制系统等。并根据杭白菊采摘机器人的作业要求和作业流程,基于Windows开发环境,利用Microsoft Visual Studio 2013开发工具、OpenCv和MFC(Microsoft Foundation Classes)库对其识别与定位软件系统进行了设计。综上所述,本文搭建了适合杭白菊果实采摘的识别与定位系统,研究了较为合理的杭白菊果实图像预处理、杭白菊果实区域分割、识别、提取及定位方法,这些方法能为采摘机器人视觉系统的识别和定位提供一定的参考,为采摘机器人的进一步研究打下了基础。