基于计算机视觉的滴灌带孔位检测方法研究

论文摘要

我国是世界上严重缺水的国家之一。近几年由于全球气候变暖,发生干旱的地区越来越多,节水工作日益紧迫。据了解,我国的农业用水量占到了全国总用水量的四分之三。因此,农业节水意义重大。滴灌带是现在最常用的农业节水灌溉产品之一,它是利用滴灌管道上的滴头将水送到农作物根部来进行灌溉的。滴灌带内镶的滴头上需要自动打上滴孔,滴孔的漏打或打偏,将会导致局部农作物的枯死。目前滴灌带生产线上对滴孔的检测采用的是人工检测方式,其效率低,漏检率高,这严重限制了生产速度,降低了生产自动化程度。如何快速高效的进行孔位检测,保证滴灌带产品的质量显得尤为重要。本文基于计算机视觉技术对滴灌带孔位检测方法进行了研究分析。首先介绍了计算机视觉技术及其应用优势,并说明了孔位检测系统的功能和组成。接着,重点探讨了孔位检测相关算法,包括图像预处理,基于边缘检测的图像二值化,Hough变换,ROI提取等。然后,根据采集的滴头图像特征,设计并实现了一种孔位检测方法,完成了检测系统的核心功能。该方法是先自动提取滴槽水平和竖直槽边所在的感兴趣区域ROI1和ROI2,并分别进行识别检测,得到槽边位置后计算出滴孔所在的感兴趣区域ROI3。此时,对ROI3进行孔位检测,继而获得滴孔和槽边的相对位置关系。其中,采用多ROI技术降低处理数据量,提高了检测速度。针对Canny算法和Hough变换方法要求人工输入相关阈值的不足,分别采用了自适应阈值方法,减少了人机互动,提高了检测系统的自动化程度。大量实验结果表明,本文的检测方法具有较好的检测效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景
• 1.2 课题研究的现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 课题的来源、目的及意义
• 1.4 论文主要内容及章节安排
• 第二章 基于计算机视觉的孔位检测系统
• 2.1 计算机视觉技术及其应用优势
• 2.1.1 计算机视觉技术概述
• 2.1.2 计算机视觉的应用优势
• 2.2 基于计算机视觉的孔位检测系统功能
• 2.3 基于计算机视觉的孔位检测系统组成
• 2.3.1 相机参数及选用
• 2.3.2 光源选择及安装位置
• 2.3.3 系统主要模块与方法
• 2.4 本章小结
• 第三章 孔位检测方法研究
• 3.1 图像预处理
• 3.1.1 平滑处理
• 3.1.2 直方图均衡化
• 3.2 基于边缘检测的图像二值化
• 3.2.1 边缘算子综述
• 3.2.2 Canny边缘提取方法改进
• 3.2.3 实验结果分析
• 3.3 Hough变换方法
• 3.3.1 Hough变换原理
• 3.3.2 基于Hough变换的滴槽检测
• 3.3.3 基于Hough变换的滴孔检测
• 3.4 ROI提取技术
• 3.4.1 ROI提取的意义
• 3.4.2 提取ROI的方法
• 3.4.3 基于灰度特征的ROI自动提取方法
• 3.5 图像镜像
• 3.6 本章小结
• 第四章 系统检测模块的实现
• 4.1 OpenCV介绍及其应用
• 4.1.1 OpenCV介绍
• 4.1.2 OpenCV在Visual C++ 6.0下的安装与配置
• 4.1.3 OpenCV相关函数的修改
• 4.2 孔位检测算法设计与实现
• 4.2.1 计算ROI1和ROI2的位置
• 4.2.2 滴槽槽边检测
• 4.2.3 滴孔检测
• 4.2.4 孔位判断
• 4.3 检测结果分析
• 4.3.1 检测结果
• 4.3.2 影响图像检测的因素分析
• 4.4 系统运行结果
• 4.5 调试中的问题及解决
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 研究结果总结
• 5.2 后续工作
• 致谢
• 参考文献