论文部分内容阅读
现阶段的名优茶采摘主要依靠人工手动采摘,劳动力的短缺、人工成本高和效率低等问题成为了制约名优茶产量的主要因素,因此结合图像处理和运动控制的机械手自动化采摘是名优茶采摘的必然趋势。目前针对茶叶的图像处理大多基于PC设备,使用PLC控制机械手运动,这使得设备造价昂贵,不便于推广使用。使用嵌入式技术将茶叶的图像识别和运动控制相集成,是一种解决目前茶叶采摘存在问题的新途径,对于实现茶叶采摘自动化具有较大的工程意义。本文主要的研究内容如下:(1)根据采茶机械手的需求,设计了基于嵌入式芯片的硬件系统。系统由DSP、摄像头、伺服驱动器以及伺服电机组成,将图像识别和运动控制集成在一起。(2)在实验室环境下,设计了适用于DSP的茶叶图像处理算法。通过嵌入式视觉装置在实验室光照环境下采集茶叶图像信息;将彩色图像中的G分量作为灰度图;对鲜叶和其他背景的灰度值进行统计,选择合适的阈值区间对灰度图进行二值化,将茶叶鲜叶分割出来;采用膨胀腐蚀算法来消除噪点以及干扰;使用改进的二值域图像标记算法对鲜叶的个数和位置进行标定,提取鲜叶的数量信息和位置信息。(3)将图像坐标系转换为实际机械手坐标系,通过设置DSP的ePWM模块,配合伺服驱动器,使用鲜叶数量和位置控制电机按所规划的路径运动,并对整个机械手采摘动作控制进行了设计。(4)本文进行了大量试验,对图像处理部分的鲜叶识别速度以及识别准确率做出了统计,对未识别图像进行分析,以及对机械手的采摘效率进行了分析。本文利用嵌入式技术,将鲜叶的图像处理和电机控制集成于一个嵌入式芯片之上,实现了鲜叶的识别以及机械手控制,对名优茶的自动化采摘进行了可行性实验。实验表明,所设计名优茶集成采摘系统图像处理速度为0.766s/幅,在实验室环境下识别成功率为83%,分析机械手控制部分采摘速度为1.05s/片,为以后智能化采摘设备的研究和开发提供了技术基础。