论文部分内容阅读
荔枝是广东省重要的特色水果，提高荔枝的采摘效率是提升广东省的特色水果质量、降低成本的重要途径。农业机器人的应用是提高荔枝采摘效率的有效途径之一，但存在障碍物多、采摘数量大等实际情况，目前我国荔枝的采摘无法实现真正的机械采摘，特别是采摘点的识别问题一直难以解决。因此，利用机器视觉和模式识别技术，进一步探索荔枝采摘点的识别方法，是解决荔枝采摘点识别的有效方法之一。
利用双目立体视觉系统采摘荔枝，需要解决几大难题，包括高精度摄像机标定，果实和枝干的有效识别，双目立体图像的匹配，成串的果实质心和采摘点的准确识别等问题。
本研究为了更适合室外荔枝的采摘，部分章节选用了自然环境中的荔枝图像进行实验，实验结论同样适用于室内拍摄的图像对，主要工作如下：
(1)采用Bouguet和张正友方法分别进行了摄像机标定，以图像残差做为精度评估标准对两种方法的标定结果比较，实际实验表明，Bouguet方法的标定精度随着标定图片数量的变化而发生变化，在使用五张图片时，标定精度最高；与张正友方法在同等条件下进行比较，Bouguet方法标定精度更高，因此本文选择了Bouguet方法标定结果。
(2)提取各个颜色空间分量图，通过实验对比，选择了YCbCr空间的Cr分量为图像处理的基础，并调整Cr分量的参数，使之更好的凸显目标，解决了光线和阴影对果实及其生长枝干的影响，对后续的识别工作起了举足轻重的作用。
(3)改进了区域生长分割图像算法，结合迭代阈值算法和直方图峰值，自动计算出适合分割的种子和阈值，实现了自适应选择种子和阈值的区域生长算法，并用该算法对自然环境中的荔枝图像实施分割，得到较好的分割结果。
(4)针对标准模糊c-均值算法对原型初始化敏感的缺点，采用均值-标准差方法选择聚类初始值，不仅加快了分割的速度，而且使得算法能够以较高的概率收敛到全局最优解。利用Cr颜色分量，通过设置算法中不同的参数值，分别得到果实以及果实和枝干两种不同的分割结果，两种结果做减法计算，得到生长荔枝的枝干图像。该方法同时适合自然环境和实验室环境拍摄的荔枝图像分割。
(5)采用基于彩色图像分割的立体匹配算法。首先使用均值漂移算法把荔枝图像对分解成相同颜色的区域，然后以此作为匹配基元，利用连续性约束和极线约束准则，假设各区域的视差值是平滑的，进行匹配，得到匹配的稠密视差图。
(6)识别了荔枝采摘点，提出把整个荔枝串看成一个“果实”方法。以“果实”的质心为中心点，计算枝干边界点到质心的距离，距离最大时的点确定为采摘点。并利用视差测距原理，提取采摘点的深度信息，初步解决了自然生长下垂和非自然下垂的荔枝串的采摘点确定问题。