图像中被遮挡苹果的还原及定位技术研究

论文摘要

为解决苹果采摘机器人识别被遮挡果实及准确定位的问题，以被遮挡的、在图像中呈现不完整外观的苹果果实为对象，研究遮挡苹果果实的识别与定位技术。主要研究内容及结论如下：（1）研究苹果果实图像及背景特征,为消除田间采集图像中的噪声，在分析对比各种去噪方法的基础上，选用高斯滤波可有效消除图像噪声；为了将成熟苹果果实从背景中分离出来，对红色苹果和树叶的灰度峰值、及R-G特征进行分析，结果表明，用色差法可将苹果果实与背景进行有效分离。（2）为消除分离果实后图像中远景小区域苹果图像轮廓，提出清零去噪方法，减小了算法复杂度；用填充法去除目标图像上“孔洞”后，分别进行Roberts算子、sobel算子、prewitt算子及canny算子边缘检测的效果对比，选用边缘检测效果较好的Canny算子检测苹果果实轮廓、并用边界跟踪方法进行轮廓提取。实验结果表明，上述方法可准确地分割出苹果果实图像，并获得理想的苹果果实轮廓。（3）为了实现遮挡苹果的还原，在研究苹果果实轮廓特征的基础上，采用将苹果轮廓形状近似为圆的思想，用圆的解析方程表示果实轮廓特征，先计算出轮廓上采样点的曲率，以曲率为依据提取轮廓上平滑弧段。（4）在对比3类曲线拟合方法的基础上，运用最小二乘法对平滑弧段进行拟合，实现苹果果实轮廓的还原，并以轮廓的几何形心确定其位置。实验结果表明，提出的方法可实现遮挡面积超过50%苹果果实外形的还原，苹果果实面积平均误差为6.16%，定位精度基本满足收获机器人定位要求。（5）在Windows XP系统下，以Visual C++6.0和OpenCV开源计算机视觉库为开发工具，开发了苹果果实图像识别及定位测试相关功能模块，采用VC++6.0与MATLAB混合编程进行数据分析及分析结果的显示,为采摘机器人采摘苹果提供了一种可选的方式。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的及意义
• 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
• 1.2.3 亟待解决的问题
• 1.3 研究内容
• 1.4 研究方法与技术路线
• 1.4.1 研究方法
• 1.4.2 技术路线
• 1.4.3 论文组织结构
• 第二章 供试苹果图像获取
• 2.1 供试对象的选择
• 2.2 遮挡苹果图像数据采集
• 2.2.1 样本采集
• 2.2.2 采集方法
• 2.3 本章小结
• 第三章 苹果图像预处理方法
• 3.1 图像去噪方法
• 3.2 图像分割方法
• 3.2.1 分割方法分析
• 3.2.2 冗余果实图像消除
• 3.2.3 孔洞填充
• 3.3 形态学应用
• 3.3.1 图像腐蚀
• 3.3.2 图像膨胀
• 3.4 开运算与闭运算
• 3.4.1 开运算
• 3.4.2 闭运算
• 3.5 果实图像边缘提取
• 3.5.1 边缘检测方法研究
• 3.5.2 方法比较及选择
• 3.6 果实图像的轮廓提取
• 3.6.1 果实图像轮廓跟踪
• 3.6.2 果实图像轮廓提取原理
• 3.7 本章小结
• 第四章 苹果果实的还原与定位方法
• 4.1 轮廓图像分析
• 4.2 圆参数分析及获取方法分析
• 4.2.1 拉格朗日插值法
• 4.2.2 牛顿插值法
• 4.2.3 最小二乘法研究
• 4.2.4 各种拟合方法分析
• 4.2.5 最小二乘法在圆曲线拟合中应用
• 4.3 果实图像还原与定位
• 4.3.1 冗余圆的去除
• 4.3.2 果实图像还原与定位测试
• 4.4 实验结果
• 4.5 本章小结
• 第五章 苹果果实定位测试软件的实现
• 5.1 相关软件整合
• 5.1.1 相关软件
• 5.1.2 VC++与 OpenCV 系统配置方法
• 5.1.3 VC++与 MATLAB 混合编程
• 5.2 设计过程
• 5.3 软件构成
• 5.4 本文用到的 OpenCV 图像处理函数
• 5.5 界面设计
• 5.6 软件功能
• 5.7 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 存在问题及进一步研究方向
• 参考文献
• 致谢
• 作者简介